買這商品的人也買了...
-
Python 新手使用 Django 架站技術實作：活用 Django 2.0 Web Framework 建構動態網站的 16堂課$690$538 -
圖解深度學習$354$336 -
PyTorch 深度學習與自然語言中文處理$420$328 -
大數據分析與資料挖礦, 2/e$700$665 -
數位影像處理 (Gonzalez & Woods : Digital Image Processing, 4/e)$880$862 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
資料庫系統理論與應用：使用 SQL Server + Access (附範例光碟)$490$441 -
精通 Python｜運用簡單的套件進行現代運算, 2/e (Introducing Python: Modern Computing in Simple Packages, 2/e)$880$695 -
圖解AI｜機器學習和深度學習的技術與原理$450$355 -
軟體架構原理｜工程方法 (Fundamentals of Software Architecture: A Comprehensive Guide to Patterns, Characteristics, and Best Practices)$680$537 -
資料科學的建模基礎 : 別急著 coding！你知道模型的陷阱嗎？$599$473 -
AI 人工智慧導論實驗$400$360 -
最新人工智慧概論 - 含 AIL 國際認證 Specialist、Expert Levels - 最新版(第二版) - 附 MOSME 行動學習一點通：診斷$480$432 -
打好 AI 的基礎：一探機器學習底層數學運作$880$695 -
Python 資料科學自學聖經：不只是建模！用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔)$580$458 -
開發者傳授 PyTorch 秘笈$1,200$1,020 -
Keras 大神歸位：深度學習全面進化！用 Python 實作 CNN、RNN、GRU、LSTM、GAN、VAE、Transformer$1,200$948 -
資訊管理：智慧化企業的核心競爭能力, 8/e (適用: 大學．研究所．實務界)$800$760 -
少年 Py 的大冒險－成為 Python AI 深度學習達人的第一門課 (附範例光碟)$580$522 -
不靠框架硬功夫 - Scikit-learn 手刻機器學習每行程式碼$780$663 -
Scikit-learn 詳解與企業應用：機器學習最佳入門與實戰$880$695 -
GPT 語言模型大揭密：OpenAI API 應用全攻略，打造頂尖 NLP 產品 (GPT-3: The Ultimate Guide to Building NLP Products with OpenAI API)$600$468 -
ChatGPT 指令大全與創新應用：GPT-4 搶先看、串接 API、客服機器人、AI英文家教，一鍵打造 AI智慧產品$680$530 -
史上最強 Python 入門邁向頂尖高手之路王者歸來, 3/e (全彩印刷)$1,200$948 -
精通機器學習｜使用 Scikit-Learn , Keras 與 TensorFlow, 3/e (Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow: Concepts, Tools, and Techniques to Build Intelligent Systems, 3/e)$1,200$948
相關主題
商品描述
隨著人工智慧的發展，AI 已不再只是個新穎或遥遠的名詞、而已成為現代人不可或缺的知識及能力，不只在大專校院，就連中小學及社會人士也對此領域充滿遠景的期待與求知的熱忱。本書作為人工智慧入門讀物，具以下特色：
1. 現代性：具有新一代人工智慧的特色。
2. 應用性：將理論與實際融合，能應用於眾多領域與行業。
3. 引導性：是引領讀者進入人工智慧學科的基礎性讀物。
4. 全面性：從理論、技術、應用、開發，完整地介紹人工智慧發展各面向，全方位涵蓋AI領域中所有需要知道的主題。
5. 延伸性：在本書的導論基礎上，可再配合相關叢書，進行融入程式設計的進階課程；亦可進行不同領域或主題式開發的專題課程
目錄大綱
第一篇｜基礎理論篇
chapter 1 總論
1-1人工智慧發展歷史
1-2人工智慧概念介紹
1-3人工智慧發展三大學派
1-4人工智慧的學科體系
小結
習題
chapter 2 知識及知識表示
2-1概述
2-2產生式表示法
2-3狀態空間表示法
2-4謂詞邏輯表示法
2-5知識圖譜表示法
小結
習題
chapter 3 知識組織與管理—知識庫介紹
3-1知識庫概述
3-2知識庫發展歷史
3-3典型知識庫系統介紹
小結
習題
chapter 4 知識獲取之搜尋策略方法
4-1概述
4-2盲目搜尋
4-3啟發式搜尋
4-4博弈樹的啟發式搜尋
小結
習題
實驗
chapter 5 知識獲取之推理方法
5-1知識推理基本理論
5-2謂詞邏輯自然推理
5-3謂詞邏輯的自動定理證明
5-4知識推理方法之評價
小結
習題
實驗
第二篇｜應用技術篇
chapter 6 知識獲取之機器學習方法
6-1機器學習概述
6-2人工神經網路
6-3決策樹
6-4貝葉斯方法
6-5支援向量機方法
6-6關聯規則方法
6-7聚類方法
6-8遷移學習
6-9強化學習方法
小結
習題
實驗
chapter 7 深度學習與卷積神經網路
7-1淺層學習與深度學習
7-2深度學習概述
7-3卷積神經網路
小結
習題
實驗
chapter 8 知識獲取之知識圖譜方法
8-1知識圖譜中的知識獲取概述
8-2知識圖譜中的知識獲取方法
8-3著名的知識圖譜介紹
8-4知識圖譜中的知識儲存管理
8-5知識圖譜的應用
小結
習題
實驗
chapter 9 知識獲取之Agent方法
9-1 Agent介紹
9-2多Agent
9-3行動Agent
9-4智慧Agent
小結
習題
chapter 10 知識工程與專家系統
10-1知識工程與專家系統概述
10-2專家系統組成
10-3專家系統分類
10-4專家系統開發
10-5傳統專家系統與新一代專家系統
小結
習題
chapter 11 電腦視覺
11-1電腦視覺概述
11-2電腦視覺中的影像分析和理解
11-3電腦視覺應用
小結
習題
實驗
chapter 12 自然語言處理
12-1自然語言處理中之自然語言理解
12-2自然語言處理中之自然語言生成
12-3語音處理
12-4自然語言處理應用實例
小結
習題
實驗
chapter 13 機器人
13-1機器人概述
13-2機器人組織結構
13-3機器人工作原理
13-4機器人的應用
小結
習題
第三篇｜應用篇
chapter 14 大數據技術
14-1大數據技術概述
14-2大數據基礎平台
14-3大數據軟體平台 — Hadoop
14-4大數據管理
14-5大數據計算 233
14-6大數據使用者端與視覺化
小結
習題
chapter 15 知識獲取—電腦智慧系統開發
15-1概述
15-2電腦智慧系統開發的三大要素
15-3電腦智慧系統組成
15-4電腦智慧系統開發流程
15-5人工智慧知識獲取的三種典型方法
小結
習題
chapter 16 智慧應用—人工智慧應用系統開發
16-1人工智慧應用系統組成
16-2人工智慧應用系統開發
16-3人工智慧典型應用產品介紹
小結
習題
第四篇｜展望篇
chapter 17 人工智慧發展展望
17-1人工智慧學科發展
17-2人工智慧所引發的社會問題及其解決
小結
習題
參考文獻
