人工智慧：智慧型系統導論3/e (3版)

相關熱銷的書籍推薦給您

書名：人工智慧：智慧型系統導論(第三版) 作者：李聯旺 出版社：全華 ISBN：9789862800959

人工智慧－現代方法(附部份內容光碟)3/e (3版)

類似書籍推薦給您

書名：人工智慧：現代方法(第三版)(附部份內容光碟) 作者：歐崇明(Russell) 出版社：全華 出版日期：2018/09/00 ISBN：9789864639014 內容簡介 人工智慧是一個龐大的領域，而這也是一本龐大的書。我們試圖探索這個領域的所有層面，包括邏輯、機率和連續數學；感知、推理、學習和行動；以及從微電子設備到行星探測機器人等一切鉅細問題。這本教科書之所以龐大也因為我們探討達到一定深度。本書的副標題是「現代方法」。這個相當空洞的短語企圖表達的是，我們試圖將已知的進展整合到一個共同的框架中，而不是試圖在各自的歷史脈絡下解釋人工智慧的各個子領域。有些子領域的描述篇幅會因此變得較少，我們為此致歉，但本書仍不失為一本值得參考的好書。 ■ 本書特色 1. 第三版內容包括從2003 年的前一版以來，在AI領域裡所發生的種種變化，包括AI技術的許多重要應用；演算法的里程碑；還有大量的理論進展，尤其在機率推理、機器學習及電腦視覺等領域。 2. 增加一階機率模型的新內容，包括物件存在具不確定性下的開放宇宙模型。 3. 全新重寫了入門性質的機器學習章節，強調更多更近代的種種學習演算法，並將其置於更紮實的理論基礎上。 4. 擴充了網路搜尋、資訊萃取、以及利用超大資料集的學習技術等的涵蓋內容。 5. 本版的引用資料中，20%是屬於2003年後發表的工作。估計約有20%的內容為全新。剩下的80%反映舊的工作成果，但也有大幅改寫，以呈現出這個領域更一體的一致圖像。

人工智慧的現在與未來： 它將如何改變全世界 (1版)

類似書籍推薦給您

【簡介】 內容介紹 國際著名的人工智慧、影像處理和模式識別專家：施永強 教授 親授四十多年來在人工智慧領域的教學及研究經驗 【各界推薦】 ◆吳誠文 | 國家科學及技術委員會 主任委員 ◆沈孟儒 | 國立成功大學 校長 ◆涂醒哲 | 財團法人生物技術開發中心 董事長 ◆陳良基 | 前國家科學及技術部 部長 ◆傅楸善 | 國立臺灣大學資訊工程系 教授 ◆黃光彩 | 前國立臺灣師範大學 校長 (以上依姓氏筆畫排序) 本書深入探討人工智慧的當前創新及未來的發展趨勢，並描述 AI 將如何重塑我們的世界。書中詳盡介紹自然語言處理、電腦視覺、機器學習與深度學習、生成對抗網路、智慧城市、自動化與機器人以及 AI 醫療等多個領域，並提供 17 個研究案例，供讀者進一步學習和實踐。施教授是一位在科技與教育領域具有豐富經驗的專家，以精闢的見解和豐富的案例分析，向讀者展示 AI 在不同領域的應用與潛力。 施教授結合他四十多年來在人工智慧領域的教學和研究經驗，以通俗易懂的方式，為初學者、社會大眾、大學生以及碩、博士研究生提供了全面的人工智慧知識及研究方向的指導。希望透過此書，能幫助更多人掌握人工智慧的核心知識，並預見其在全球的潛在影響力。 【內容主題】 電腦視覺／數學形態學／影像分割／機器學習／深度學習／浮水印／隱寫術／自然語言處理／生成對抗網路／智慧城市／自動化與機器人／AI 醫療 【研究案例】 用於數學形態學的卷積自動編碼器／基於深度神經網路的全自動影像浮水印系統／用梯度提升樹進行行業分類／斷層掃描視網膜影像的深度學習分類／透過深度學習對生態數據分類／肺炎分割和分類的聯合學習／創新的胸部 X 光影像分類技術／用於土地覆蓋影像分割的頻率引導定位注意力網路／基於決策樹的高效能摩托車多車牌偵測辨識系統／透過機器學習預測藥物毒性／深度混合神經網路及其在息肉偵測的應用、……等 本書特色 ■ 由國際人工智慧專家執筆，一本就能掌握最完整的 AI 原理與應用 ■ 深入剖析人工智慧當下的創新技術及未來的發展趨勢 ■ 豐富的研究案例，並詳列各項訓練數據，讓讀者了解 AI 在不同領域的應用與潛力 【目錄】 第一篇 人工智慧的基礎 　Ch01　前言 　Ch02　人工智慧的歷史演變 　Ch03　電腦視覺的基本原理 　Ch04　影像處理 　Ch05　機器學習 　Ch06　深度學習 第二篇 人工智慧的應用 　Ch07　影像分析 　Ch08　浮水印 (Watermarking) 　Ch09　隱寫術 (Steganography) 　Ch10　自然語言處理 (Natural Language Processing, NLP) 　Ch11　自動化與機器人 (Automation and Robotics) 　Ch12　智慧城市 　Ch13　使用人工智慧的健康醫療(Healthcare) 第三篇 人工智慧的研究實例 　Ch14　數學形態學的深度學習框架 　Ch15　深度形態神經網路 　Ch16　基於深度神經網路的全自動影像浮水印系統 　Ch17　根據公司基本資料訓練的梯度提升樹進行行業分類 　Ch18　光學相干斷層掃描視網膜影像的深度學習分類 　Ch19　透過深度學習對生態數據進行分類 　Ch20　人工智慧在醫學影像進行肺炎分割和分類的聯合學習 　Ch21　創新的胸部 X 光影像分類技術：自適應形態神經網路的應用 　Ch22　基於單類二進位遮罩的土地覆蓋影像分割 　Ch23　 FPA-Net：用於土地覆蓋影像分割的頻率引導定位注意力網路 　Ch24　基於隨機對抗式攻擊防禦的醫學影像退化標記激勵網路 　Ch25　用於防禦的自適應影像重建對抗式攻擊 　Ch26　基於決策樹的高效能摩托車多車牌偵測辨識系統 　Ch27　透過機器學習方法預測藥物毒性 　Ch28　統計小型車輛和人群的新型多資料增強和多深度學習框架 　Ch29　深度混合神經網路及其在息肉偵測的應用 　Ch30　利用全局限制對比度自適應直方圖均衡化增強醫學 X 光影像