新書推薦：
《
债务机器：美国的银行政策与个人陷阱
》
售價：HK$
79.4
《
朝鲜半岛古代史研究
》
售價：HK$
182.6
《
钱穆：国史新论
》
售價：HK$
78.2
《
洪武元年：大明开国的罪与罚
》
售價：HK$
66.7
《
大学问·从东方到中亚——19世纪的英俄“冷战”（1821—1907）
》
售價：HK$
90.9
《
郭建龙密码三部曲（套装：财政密码+哲学密码+军事密码）
》
售價：HK$
326.6
《
元宴
》
售價：HK$
216.2
《
米兰讲稿（翁贝托·埃科作品系列）
》
售價：HK$
227.7
|
| 編輯推薦： |
|
1.模块化的人工智能知识体系.将传统、经典人工智能方法与新一代人工智能方法兼收并蓄，与时俱进，满足学生对新一代人工智能理论和技术的学习、理解需求。涉及的重点方向与领域划分为感知、认知、语言、行为、混合和类脑六大模块。2.突出思政的作用。在人工智能历史、哲学以及人工智能技术（机器学习与深度学习、类脑计算等）等内容中融入思政。主张在人类命运共同体理念下认识 人工智能本质，启发学生重视人工智能对于国家、社会未来发展的战略意义以及对人类社会整体命运的思考和关怀。3.强调人工智能伦理对人工智能发展的意义。通过人工智能技术引发的伦理问题、以及安全问题等，启发学生思考，重视人工智能技术学习的同时，特别关注人工智能伦理对人工智能发展的引导性作用和意义。4.资源丰富。教学资源和辅助慕课都经过多年的运行，能够支撑线上线下教学。
|
| 內容簡介： |
|
本书遵循理念与方法、经典与前沿、技术与应用相融合渗透的原则，在理念、结构、内容和资源上都极具特色和创新。按照人工智能新知识体系，本书内容分为五大部分13 章。 将传统或经典人工智能理论、方法与技术以及新一代人工智能技术和方法相结合，形成基础概念（1-3章）+基础技术（4-5章）+重点研究内容与方向（机器智能）（6-12章）+行业应用与伦理基础（12、13章）的新知识体系模式。 本书提供了配套学习资源，可通过人邮教育社区（www.ryjiaoyu.com）下载本书配套的电子资源，包括教学大纲、教案、教学课件PPT、习题答案、思政素材、实践案例及其他拓展学习资料。
|
| 關於作者： |
|
莫宏伟，哈尔滨工程大学工学博士、教授，类脑计算与人工智能研究中心主任，全国高校人工智能与大数据创新联盟常务理事，黑龙江省高等教育学会人工智能教育专业委员会理事长。长期从事人工智能导论、原理与方法的课程教学工作，主要研究领域涉及类脑计算、自然计算、智能机器人、视觉智能与认知智能等。完成国家自然科学基金、国防科学技术预先研究基金等项目20余项，发表论文80余篇，出版专著6部，教材2部，授权发明专利8项。
|
| 目錄：
|
|
01绪论1.0 学习导言1.1 生命与智能1.1.1 什么是智能1.1.2 图灵测试与人工智能1.1.3 人工智能图谱1.2 人工智能的历史1.2.1 第 一阶段：初创时期 （1936年—1956年）1.2.2 第二阶段：形成时期 （1957年—1969年）1.2.3 第三阶段：发展时期 （1970年—1992年）1.2.4 第四阶段：大突破时期 （1993年至今）1.3 中国人工智能发展历史1.4 人工智能学科交叉与融合1.5 人工智能实现方法1.5.1 传统实现方法1.5.2 数据驱动方法1.6 人工智能主要研究内容1.6.1 计算智能1.6.2 感知智能1.6.3 认知智能1.6.4 行为智能1.6.5 群体智能1.6.6 混合智能1.6.7 情感智能1.6.8 类脑智能1.6.9 人工智能伦理与法律1.7 机器创造与博弈1.8 人工智能发展趋势1.9 本书内容结构 1.9.1 人工智能五维知识体系与本书内容 1.9.2 人工智能五个认识层次与本书内容1.10 关键知识梳理1.11 问题与实践02人工智能哲学观2.0 学习导言2.1 从哲学角度理解人工智能2.1.1 与人工智能有关的哲学 概念2.1.2 与人工智能有关的主要 哲学分支2.1.3 大历史观——智能进化2.1.4 人工智能的本质2.2 人工智能局限性的认识2.2.1 弱人工智能与人类心智的 差距2.2.2 强人工智能与通用人工智能2.3 关键知识梳理2.4 问题与实践03脑科学基础3.0 学习导言3.1 脑与神经科学3.2 脑神经系统3.2.1 脑神经组织3.2.2 神经元与信息传递3.2.3 大脑皮层3.3 脑的视觉与信息处理机制3.3.1 脑的视觉结构3.3.2 视觉皮层区域3.4 脑的记忆机制3.5 脑的学习机制3.6 脑功能新发现3.6.1 大脑导航功能3.6.2 大脑孕周发育3.6.3 社会互动增强神经复杂性3.7 关键知识梳理3.8 问题与实践04人工神经网络4.0 学习导言4.1 如何构建人工神经网络4.1.1 神经元模型4.1.2 感知器模型4.2 人工神经网络的训练—反向传播算法4.3 卷积神经网络原理4.3.1 稀疏连接与全连接4.3.2 权值共享与特征提取4.3.3 卷积层4.3.4 池化层4.3.5 全连接层4.3.6 激活函数层4.3.7 损失函数4.3.8 CNN算法4.4 循环神经网络4.5 长短时记忆网络4.6 受限玻尔兹曼机4.7 深度置信网络4.8 关键知识梳理4.9 问题与实践05机器学习5.0 学习导言5.1 机器学习能否实现机器智能5.2 机器学习的类型和应用5.3 监督学习与无监督学习5.3.1 k-最近邻分类5.3.2 支持向量机5.3.3 朴素贝叶斯分类器5.3.4 k-均值聚类算法5.3.5 随机森林算法5.3.6 集成学习5.4 深度学习5.4.1 浅层学习与深度学习5.4.2 深度学习的应用——图像 描述5.5 生成对抗网络5.5.1生成网络5.5.2判别网络5.6 深度学习大模型5.6.1 DALL·E和CLIP5.6.2 悟道1.0/2.05.6.3 NüWA（女娲）5.7 迁移学习5.8 深度学习缺陷与因果学习 5.8.1深度学习缺陷 5.8.2因果学习概念及其作用 5.8.3结构因果模型5.9 强化学习5.9.1 能够自适应学习的机器人5.9.2 强化学习的应用5.10 关键知识梳理5.11 问题与实践06感知智能6.0 学习导言6.1 数字图像处理技术6.1.1 灰度直方图6.1.2 图像平滑处理6.1.3 图像边缘检测6.1.4 图像锐化6.1.5 图像分割6.1.6 图像特征提取6.1.7 图像分析6.2 计算机视觉与机器视觉6.3 模式识别6.3.1 模式识别方法6.3.2 模式识别过程6.4图像分类 6.4.1 图像分类概念 6.4.2 深度学习与图像分类6.5 目标检测与识别6.6 无人驾驶汽车的环境感知6.7 关键知识梳理6.8 问题与实践07认知智能7.0 学习导言7.1 逻辑推理7.1.1 命题与推理7.1.2 推理类型7.1.3 模糊推理7.2 知识表示7.2.1 谓词逻辑表示法7.2.2 语义网络表示法7.3 搜索技术7.3.1 盲目搜索7.3.2 启发式搜索7.3.3 蒙特卡罗树搜索算法7.4 知识图谱7.4.1 知识图谱与认知智能7.4.2 知识图谱基本技术7.4.3 知识图谱架构7.5 认知计算7.6 认知智能的兴起7.7 关键知识梳理7.8 问题与实践08语言智能8.0 学习导言8.1 语言与认知8.2 自然语言处理8.2.1 自然语言理解源起8.2.2 自然语言处理应用8.2.3 自然语言处理技术8.3 智能问答系统8.4 聊天机器人8.4.1 聊天机器人类型8.4.2 聊天机器人与自然语言 理解8.5 语音识别8.5.1 语音识别系统8.5.2 语音识别过程8.6 机器翻译8.6.1 机器翻译原理与过程8.6.2 通用翻译模型8.7 关键知识梳理8.8 问题与实践09机器人9.0 学习导言9.1 机器人与行为智能9.1.1 行为主义载体——机器人9.1.2 机器人基本组成9.1.3 智能机器人9.2 工业机器人9.3 移动机器人9.4 无人飞行器9.5 水下机器人9.6 太空机器人9.7 人形机器人9.8 机器动物9.9 软体机器人9.10 微型机器人9.11 群体机器人9.12 认知发展机器人9.13 关键知识梳理9.14 问题与实践10类脑智能10.0 学习导言10.1 类脑计算基础10.1.1 冯·诺依曼结构计算机的 局限10.1.2 类脑计算机10.1.3 类脑计算研究内容与 方法10.2 类脑计算基础10.2.1 神经形态计算10.2.2 神经形态类脑芯片10.2.3 神经形态类脑计算机10.3 基于忆阻器的类脑计算10.3.1 忆阻器原理10.3.2 忆阻器芯片10.4 人工大脑10.4.1 人工大脑的基本单元10.4.2 仿脑模型10.4.3 虚拟大脑10.4.4 深度学习脑功能模拟10.5 非神经形态智能芯片10.6 关键知识梳理11.7 问题与实践11混合智能11.0 学习导言11.1 混合智能基本形态11.2 脑机接口11.2.1 脑机接口工作原理11.2.2 可探测识别的脑电波 信号11.2.3 侵入式脑机接口11.2.4 非侵入式脑机接口11.2.5 脑机接口应用11.3 可穿戴技术11.3.1 可穿戴传感器11.3.2 可穿戴神经刺激11.4 可植入电子芯片11.4.1 电子识别芯片11.4.2 人造感觉神经11.5 外骨骼混合智能11.6 动物混合智能11.7 人体增强11.8 关键知识梳理11.9 问题与实践12人工智能行业应用12.1 学习导言12.1 智能制造12.1.1 智能制造定义12.1.2 智能制造与数字制造12.1.3 智能制造产业核心内容12.1.4 智能工厂12.2 智能医疗12.2.1 智能医疗定义与组成12.2.2 智能医疗核心技术12.2.3 智能医疗应用场景12.3 人工智能与新基建12.3.1 新基建加速企业智能化转型12.3.2新基建完善人工智能基础设施12.3.3新基建拓展人工智能应用场景12.4人工智能技术在企业的应用 12.4.1企业应用的主要人工智能技术12.4.2人工智能技术零售业应用12.4.3 人工智能技术电商营销应用12.5 关键知识梳理12.6 问题与实践13人工智能伦理与法律13.0 学习导言13.1 电车难题引发的人工智能 道德困境13.2 人工智能伦理的定义13.3 人工智能伦理问题13.4 机器人伦理问题与基本 原则13.4.1 机器人伦理问题13.4.2 机器人伦理的基本原则13.5 人工智能伦理规范13.6 人工智能法律问题13.6.1 人工智能引发的法律 问题13.6.2 人工智能的法律主体和法律人格问题13.7 超现实人工智能伦理问题13.8 关键知识梳理13.9 问题与实践参考文献
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
