圖解人工智能

[日]多田智史

  • 圖解人工智能-preview-1
  • 圖解人工智能-preview-2
圖解人工智能-preview-1

買這商品的人也買了...

商品描述

近年,人工智能熱潮席捲而來。本書以圖解的方式網羅了人工智能開發必備的基礎知識,內容涉及機器學習、深度學習、強化學習、圖像和語音的模式識別、自然語言處理、分佈式計算等熱門技術。全書以圖配文,深入淺出,是一本兼顧理論和技術的人工智能入門教材。旨在幫助讀者建立對人工智能技術的整體印象,為今後深入探索該領域打下基礎。另外,書中設有專欄和“小貼士”,介紹了相關術語的背景知識,可幫助讀者擴充知識面,進一步理解相關技術。

作者簡介

多田智史(作者)
1980年生於日本兵庫縣。
生物工程學專業,現就職於某生物信息公司,負責數據分析和Web數據庫系統的開發工作。


石井一夫(審校)
日本東京農工大學特任教授。研究領域為基因組科學。
博士畢業於日本德島大學研究生院醫學研究科。
曾就職於日本東京大學醫科學研究所人類基因組解析中心、日本理化學研究所基因組科學綜合研究中心。
榮獲2015年度信息處理學會優秀教育獎。日本技術士會特別研究員,APEC工程師,IPEA國際工程師。


張彌(譯者)
畢業於大連外國語大學日本語學院,現就職於某日企,從事技術翻譯工作,有10年以上軟件開發及醫學領域翻譯經驗。譯有《圖解深度學習》。

目錄大綱

第1章人工智能的過去、現在和未來1
01人工智能2
02人工智能的黎明時期4
03人工智能的發展9

第2章規則係統及其變體21
01規則係統22
02知識庫26
03專家系統30
04推薦引擎37

第3章自動機和人工生命程序43
01人工生命模型44
02有限自動機50
03馬爾可夫模型55
04狀態驅動智能體59

第4章權重和尋找最優解65
01線性問題和非線性問題66
02回歸分析70
03加權回歸分析78
04相似度的計算82

第5章權重和優化程序93
01圖論94
02圖譜搜索和最優化98
03遺傳算法106
04神經網絡114

第6章統計機器學習(概率分佈和建模) 125
01統計模型和概率分佈126
02貝葉斯統計學和貝葉斯估計142
03 MCMC方法153
04 HMM和貝葉斯網絡158

第7章統計機器學習(無監督學習和有監督學習) 161
01無監督學習162
02有監督學習169

第8章強化學習和分佈式人工智能179
01集成學習180
02強化學習185
03遷移學習193
04分佈式人工智能197

第9章深度學習199
01多層神經網絡200
02受限玻爾茲曼機206
03深度神經網絡208
04卷積神經網絡212
05循環神經網絡215

第10章圖像和語音的模式識別219
01模式識別220
02特徵提取方法222
03圖像識別230
04語音識別236

第11章自然語言處理和機器學習243
01句子的結構和理解244
02知識獲取和統計語義學248
03結構分析252
04文本生成255

第12章知識表示和數據結構263
01數據庫264
02檢索271
03語義網絡和語義網277

第13章分佈式計算285
01分佈式計算和並行計算286
02硬件配置287
03軟件配置293
04機器學習平台和深度學習平台304

第14章人工智能與海量數據和物聯網311
01數據膨脹312
02物聯網和分佈式人工智能317
03腦功能分析和機器人322
04創新系統327