華通書坊
詳細資訊
Artificial Intelligence: A Modern Approach, Global Edition ISBN13：9781292401133 出版社：Pearson Education Limited 作者：Peter Norvig;Stuart Russell 裝訂／頁數：平裝／1170頁 規格：25.3cm*20.4cm*3.4cm (高/寬/厚) 版次：4 出版日：2021/05/13 中國圖書分類：特殊電腦方法
| 書名: | Artificial Intelligence: A Modern Approach4/e (4版) | |||
| 作者: | Russell、Norvig | |||
| 版次: | 4 | |||
| ISBN: | 9781292401133 | |||
| 出版社: | Pearson | |||
| 出版日期: | 2021/04 | |||
| 書籍開數、尺寸: | 17x23x5.85 | |||
| 重量: | 1.95 Kg | |||
| 頁數: | 1170 | |||
| 內文印刷顏色: | 全彩 | |||
|
#資訊
|
||||
| 定價: | ||||
| 售價: | 1387元 | |||
| 庫存: | 庫存: 2 | |||
| LINE US! | 詢問這本書 團購優惠、書籍資訊 等 | |||
Artificial Intelligence: A Modern Approach4/e (4版)
定價:
1460
售價:
1387
現省:
73
| 付款方式: | 超商取貨付款 |
|
|
| 信用卡 |
|
||
| 線上轉帳 |
|
||
| 物流方式: | 超商取貨 | ||
| 宅配 | |||
| 門市自取 |
詳細資訊
Artificial Intelligence: A Modern Approach, Global Edition ISBN13：9781292401133 出版社：Pearson Education Limited 作者：Peter Norvig;Stuart Russell 裝訂／頁數：平裝／1170頁 規格：25.3cm*20.4cm*3.4cm (高/寬/厚) 版次：4 出版日：2021/05/13 中國圖書分類：特殊電腦方法
為您推薦
其他會員也一起購買
書名：高等工程數學 O'Neil 8/e (SI Edition) 作者：黃孟槺(O'Neil) 出版社：東華 出版日期：2019/03/01 ISBN：9789579282420 內容簡介 O’Neil 所著《高等工程數學》第八版包括下列幾個特點，旨在使學生更容易接近數學以及對數學產生興趣： 新增「數往知來」(Math in Context)，是由工程師為工程學生編寫的短文，從他們的角度提供洞察力，了解數學如何在各種現實世界的工程專案和設置中出現。 本書的架構重新設計，以便更有效地關注特定主題。例如，增加了史特姆 李歐維里的問題、波動和熱方程式的解法，包括處理驅動函數的技術，以及線性代數和矩陣的處理，包括建立正交基底和正交補集。 全書有許多範例和習題，幫助學生真正理解所涉及的概念，而不是只列出機械式步驟。 目錄 PART 1 常微分方程式 第一章 一階微分方程式 第二章 二階微分方程式 第三章 拉氏變換 第四章 級數解 PART 2 矩陣、線性代數與線性微分方程組 第五章 向量與向量空間 Rn 第六章 矩陣、行列式與線性方程組 第七章 特徵值、對角化與特殊矩陣 第八章 線性微分方程組 PART 3 向量分析 第九章 向量微分 第十章 向量積分 PART 4 史特姆－李歐維里問題、傅立葉分析與特徵函數展開 第十一章 史特姆－李歐維里問題與特徵函數展開 第十二章 傅立葉級數 第十三章 傅立葉變換 PART 5 偏微分方程式 第十四章 波動方程式 第十五章 熱方程式 第十六章 拉氏方程式 第十七章 特殊函數 第十八章 以變換法求解 PART 6 複變函數 第十九章 複數與函數 第二十章 積分 第二十一章 函數的級數表示法 第二十二章 奇點與留數定理
其他會員也一起購買
簡介 關於這本亞洲版 現代計算機科技要求每一種計算專長的專業人士對硬體及軟體均有所瞭解。各種階層上的硬體、軟體相互關係對計算的基礎知識的瞭解也提供了一個主體架構。《計算機組織與設計》是 Patterson 和 Hennessy 所推出最全面、最具可讀性的教科書，每年有超過 40,000 名學生使用，也是市場上領先的計算機組織課程，具有最先進的內容和一系列易於理解的練習和輔助教材。 目錄 1. 計算機抽象化與科技 2. 指令：計算機的語言 3. 計算機的算術 4. 處理器 5. 大且快：利用記憶體階層 6. 從客戶端到雲端的平行處理器 附錄A 組譯器、聯結器與SPIM模擬器 附錄B 邏輯設計的基礎
其他會員也一起購買
原文書資訊 書名:OPERATING SYSTEM CONCEPTS 10/E GE 2019 <JW> 作者: SILBERSCHATZ ISBN: 9781119454083 出版社: John Wiley 出版年: 2019年 中文書資訊 書名: 作業系統 OPERATING SYSTEM CONCEPTS 作者: Silberschatz/ 吳庭育 ISBN: 9789865522506 出版社: 東華 出版年: 2021年
其他會員也一起購買
【簡介】 暢銷經典，全球銷售超過百萬本 Thomas H. Cormen、Charles E. Leiserson、Ronald L. Rivest和Clifford Stein所著的《演算法導論》受到世界各地許多著名大學廣泛採用，作為演算法課程的主要教科書。 本書即是大家耳熟能詳的CLRS。歷經數個版次，同時受到廣泛選用所造就的不可替代性，在該領域的社群和學術界，常以作者姓氏的首個英文字母「CLRS」，作為這本經典著作的代稱。 這本書因幾個關鍵特點而備受讚譽： ‧內容全面：本書涵蓋了從基本到進階的演算法主題，適合各個程度的讀者，無論是大學生、研究生或業界人士，都能從中受益。 ‧清晰的講解：書中以清晰詳細的方式解釋各種演算法，並搭配虛擬碼，幫助讀者理解演算法的實作過程。 ‧嚴謹的數學分析：本書提供了演算法的數學分析，幫助讀者深入理解演算法的效率和複雜度，對於希望深入研究演算法理論的讀者很有幫助。 ‧豐富的練習題：每章結尾都有大量的練習題，這些題目設計巧妙，有助於對學習內容的強化和加深理解。 ‧現實應用：書中展示了多演算法在實際問題中的應用，增加了學習的趣味性和實用性。 這些特點使得《演算法導論》成為計算機科學領域的經典教材，廣受學術界和業界人士的推崇。 有些演算法書籍雖然嚴謹卻不夠完整，有些則包羅萬象卻嚴謹不足，獨樹一幟的《演算法導論》既嚴謹且全面，不僅深入探討廣泛的演算法，也透過自成一體的章節及演算法虛擬碼，讓各種程度的讀者皆能理解演算法的設計和分析。 《演算法導論》自第一版問世以來，已成為全球大學的主要演算法教材，以及專業人士的標準參考書。 本書的第四版做了全面的更新，採用更清晰的文筆、更個人化且性別中立的表達方式，並透過顏色來增進視覺表現。我們根據讀者的回饋改進問題，讓注釋和參考文獻反映這個領域的最新發展，並且在本書的網站提供新的補充教材。 第四版的新內容 ‧關於二部圖、線上演算法與機器學習的新章節 ‧探討遞迴方程、雜湊表、勢能函數及後綴陣列等主題的新內容 ‧新增140道新習題和22道新問題 本書提供超過900道習題與162個問題，讀者可以在本書網站上找到大部分的解答。適合大學或研究所的演算法或資料結構課程使用；此外，由於本書探討演算法設計的工程問題和數學層面，所以也適合專業技術人員用來自學。 【目錄】 PART Ⅰ 基礎 1 演算法在計算時的作用 2 起點 3 分析執行時間的特性 4 分治法 5 機率分析與隨機演算法 PART Ⅱ 排序和順序統計量 6 堆積排序 7 快速排序 8 以線性時間排序 9 中位數與順序統計量 PART Ⅲ 資料結構 10 基本資料結構 11 雜湊表 12 二元搜尋樹 13 紅黑樹 PART Ⅳ 進階設計和分析技術 14 動態規劃 15 貪婪演算法 16 平攤分析 PART Ⅴ 高階資料結構 17 擴充資料結構 18 B 樹 19 不相交集合的資料結構 PART Ⅵ 圖演算法 20 初級圖演算法 21 最小生成樹 22 單源最短路徑 23 all-pairs 最短路徑 24 最大流量 25 二部圖的配對 PART Ⅶ 特選主題 26 平行演算法 27 線上演算法 28 矩陣運算 29 線性規劃 30 多項式與 FFT 31 數論演算法 32 字串比對 33 機器學習演算法 34 NP 完備性 35 近似演算法 PART Ⅷ 附錄：數學基礎 A 求和 B 集合與離散數學的其他要素 C 計數與機率 D 矩陣
其他會員也一起購買
書名：MATHEMATICS FOR MACHINE LEARNING 作者：DEISENROTH 出版社：Cambridge 出版日期：2020/02/00 ISBN：9781108455145 詳細資料 ISBN：9781108455145 規格：平裝 / 398頁 / 普通級 / 初版 出版地：美國 本書分類：自然科普> 電腦> 應用軟體與開發工程
其他會員也一起購買
【考試用書】 書名：研究所講重點：計算機組織與結構重點直擊(上)(三版) 作者：張凡 出版社：大碩 出版日期：2019/09/01 ISBN：9789863456940 內容簡介 原來計算機內部構造及其運作原理這麼有趣！！ 1. 概念釐清：詳盡的觀念説明，協助同學了解相關概念。 2. 高分奪標：重點説明後，搭配練習與範例，保證考取高分。 3. 歷屆試題：完整收錄各校系所歷屆考試題型，俾收鑑往知來之效。 目錄 第一章 指令：計算機的語言 重點一：基本概念 重點二：MIPS簡介 重點三：內儲式程式概念 重點四：指令集架構 重點五：程式之轉譯與執行 重點六：一般指令類別 重點七：算數指令 重點八：資料轉移指令 重點九：流程控制指令 重點十：邏輯運算 重點十一：常數 重點十二：組合語言與機器語言 重點十三：程序呼叫 重點十四：支援平行程式的同步指令 重點十五：MIPS定址模式 重點十六：指令集的設計原則 重點十七：精簡指令集與複雜指令集的比較 重點十八：不同型態的指令集 重點十九：ARM與MIPS的比較 考古題 第二章 計算機算術 重點一：數的表示 重點二：加法與減法 重點三：多媒體算數 重點四：算數邏輯運算單元 重點五：前瞻進位加法器 重點六：進位儲存加法器 重點七：無號數乘法 重點八：有號數乘法 重點九：除法 重點十：非回復型除法 重點十一：浮點數的表示 重點十二：浮點數加法 重點十三：浮點數乘法 重點十四：精確的算術運算 重點十五：浮點數加法的結合律 重點十六：右移與2的冪次方除法運算 重點十七：軟體偵測溢位 考古題 第三章 了解與評估計算機的效能 重點一：效能的定義 重點二：影響CPU效能的因素 重點三：使用MIPS做為效能評估標準的謬誤 重點四：AMDAHL’S定律 重點五：效能總評 重點六：效能評估程式 考古題 第四章 處理器：資料路徑與控制 重點一：抽象化設計 重點二：單一時脈計算機資料路徑的建構 重點三：單一時脈計算機控制單元的建構 重點四：單一時脈計算機的效能 重點五：多重時脈計算機 考古題 第五章 利用管線增加效能 重點一：管線範例 重點二：管線資料路徑 重點三：管線控制單元 重點四：管線的危障 重點五：結構危障的解決 重點六：資料危障的解決 重點七：資料相依 重點八：控制危障的解決 重點九：進階的管線 重點十：管線資料路徑例外的處理 重點十一：管線相關的議題 考古題 計算機組織與結構重點直擊（下） 系列名：研究所講重點 ISBN13：9789863456957 出版社：大碩 作者：張凡 裝訂／頁數：平裝／464頁 規格：23cm*17cm*2cm (高/寬/厚) 版次：3 出版日：2019/09/01 中國圖書分類：電腦；資料處理 簡介 原來計算機內部構造及其運作原理這麼有趣！ 本書三大特色 1.概念釐清：詳盡的觀念說明，協助同學了解相關概念。 2.高分奪標：重點說明後，搭配練習與範例，保證考取高分。 3.歷屆試題：完整蒐錄各各大系所歷屆完整之考試題型，俾收鑑往知來之效。 目錄 第六章 容量大且速度快的記憶體 重點一：區域性原則 重點二：記憶體階層 重點三：直接對映快取記憶體 重點四：快取的基礎概念 重點五：快取效能的量測 重點六：集合關聯式快取 重點七：使用多層快取來減少失誤處罰時間 重點八：虛擬記憶體 重點九：加速位址轉換(TLB) 重點十：虛擬位址快取 重點十一：虛擬記憶體的保護機制 重點十二：記憶體階層的4個問題 重點十三：3C(三種記憶體階層失誤來源的分類) 重點十四：快取的控制設計 重點十五：虛擬機器 考古題 第七章 儲存裝置和其他週邊裝置 重點一：I/O設備 重點二：硬碟 重點三：DEPENDABILITY、RELIABILITY、AVAILABILTY 重點四：磁碟陣列 重點五：匯流排(BUS) 重點六：同步與非同步匯流排 重點七：匯流排仲裁 重點八：增加匯流排頻寬 重點九：I/O裝置與處理器、記憶體、作業系統相互溝通 重點十：對I/O裝置下命令 重點十一：I/O裝置與處理器的溝通 重點十二：DMA和記憶體系統 重點十三：I/O在系統效能上的影響與設計 考古題 第八章 多重處理器 重點一：多重處理器的基本概念 重點二：撰寫平行程式的挑戰 重點三：記憶體共享之多處理器 重點四：遞傳訊息之多處理器(MPP) 重點五：多處理器的快取一致性 重點六：單一晶片之多重執行緒 重點七：平行電腦的分類 重點八：圖形處理器 重點九：網路拓僕學 考古題 第九章 基本概念 重點一：基礎概念 重點二：積體電路製作流程 重點三：積體電路成本 考古題 附錄：多重時脈計算機(選讀) 重點一：多重時脈計算機資料路徑的建構 重點二：指令執行的步驟 重點三：HARDWIRE多重時脈控制單元結構 重點四：微程式化多重時脈控制單元設計 重點五：例外 考古題
其他會員也一起購買
【考試用書】 書名：研究所講重點：計算機組織與結構重點直擊(上)(三版) 作者：張凡 出版社：大碩 出版日期：2019/09/01 ISBN：9789863456940 內容簡介 原來計算機內部構造及其運作原理這麼有趣！！ 1. 概念釐清：詳盡的觀念説明，協助同學了解相關概念。 2. 高分奪標：重點説明後，搭配練習與範例，保證考取高分。 3. 歷屆試題：完整收錄各校系所歷屆考試題型，俾收鑑往知來之效。 目錄 第一章 指令：計算機的語言 重點一：基本概念 重點二：MIPS簡介 重點三：內儲式程式概念 重點四：指令集架構 重點五：程式之轉譯與執行 重點六：一般指令類別 重點七：算數指令 重點八：資料轉移指令 重點九：流程控制指令 重點十：邏輯運算 重點十一：常數 重點十二：組合語言與機器語言 重點十三：程序呼叫 重點十四：支援平行程式的同步指令 重點十五：MIPS定址模式 重點十六：指令集的設計原則 重點十七：精簡指令集與複雜指令集的比較 重點十八：不同型態的指令集 重點十九：ARM與MIPS的比較 考古題 第二章 計算機算術 重點一：數的表示 重點二：加法與減法 重點三：多媒體算數 重點四：算數邏輯運算單元 重點五：前瞻進位加法器 重點六：進位儲存加法器 重點七：無號數乘法 重點八：有號數乘法 重點九：除法 重點十：非回復型除法 重點十一：浮點數的表示 重點十二：浮點數加法 重點十三：浮點數乘法 重點十四：精確的算術運算 重點十五：浮點數加法的結合律 重點十六：右移與2的冪次方除法運算 重點十七：軟體偵測溢位 考古題 第三章 了解與評估計算機的效能 重點一：效能的定義 重點二：影響CPU效能的因素 重點三：使用MIPS做為效能評估標準的謬誤 重點四：AMDAHL’S定律 重點五：效能總評 重點六：效能評估程式 考古題 第四章 處理器：資料路徑與控制 重點一：抽象化設計 重點二：單一時脈計算機資料路徑的建構 重點三：單一時脈計算機控制單元的建構 重點四：單一時脈計算機的效能 重點五：多重時脈計算機 考古題 第五章 利用管線增加效能 重點一：管線範例 重點二：管線資料路徑 重點三：管線控制單元 重點四：管線的危障 重點五：結構危障的解決 重點六：資料危障的解決 重點七：資料相依 重點八：控制危障的解決 重點九：進階的管線 重點十：管線資料路徑例外的處理 重點十一：管線相關的議題 考古題 計算機組織與結構重點直擊（下） 系列名：研究所講重點 ISBN13：9789863456957 出版社：大碩 作者：張凡 裝訂／頁數：平裝／464頁 規格：23cm*17cm*2cm (高/寬/厚) 版次：3 出版日：2019/09/01 中國圖書分類：電腦；資料處理 簡介 原來計算機內部構造及其運作原理這麼有趣！ 本書三大特色 1.概念釐清：詳盡的觀念說明，協助同學了解相關概念。 2.高分奪標：重點說明後，搭配練習與範例，保證考取高分。 3.歷屆試題：完整蒐錄各各大系所歷屆完整之考試題型，俾收鑑往知來之效。 目錄 第六章 容量大且速度快的記憶體 重點一：區域性原則 重點二：記憶體階層 重點三：直接對映快取記憶體 重點四：快取的基礎概念 重點五：快取效能的量測 重點六：集合關聯式快取 重點七：使用多層快取來減少失誤處罰時間 重點八：虛擬記憶體 重點九：加速位址轉換(TLB) 重點十：虛擬位址快取 重點十一：虛擬記憶體的保護機制 重點十二：記憶體階層的4個問題 重點十三：3C(三種記憶體階層失誤來源的分類) 重點十四：快取的控制設計 重點十五：虛擬機器 考古題 第七章 儲存裝置和其他週邊裝置 重點一：I/O設備 重點二：硬碟 重點三：DEPENDABILITY、RELIABILITY、AVAILABILTY 重點四：磁碟陣列 重點五：匯流排(BUS) 重點六：同步與非同步匯流排 重點七：匯流排仲裁 重點八：增加匯流排頻寬 重點九：I/O裝置與處理器、記憶體、作業系統相互溝通 重點十：對I/O裝置下命令 重點十一：I/O裝置與處理器的溝通 重點十二：DMA和記憶體系統 重點十三：I/O在系統效能上的影響與設計 考古題 第八章 多重處理器 重點一：多重處理器的基本概念 重點二：撰寫平行程式的挑戰 重點三：記憶體共享之多處理器 重點四：遞傳訊息之多處理器(MPP) 重點五：多處理器的快取一致性 重點六：單一晶片之多重執行緒 重點七：平行電腦的分類 重點八：圖形處理器 重點九：網路拓僕學 考古題 第九章 基本概念 重點一：基礎概念 重點二：積體電路製作流程 重點三：積體電路成本 考古題 附錄：多重時脈計算機(選讀) 重點一：多重時脈計算機資料路徑的建構 重點二：指令執行的步驟 重點三：HARDWIRE多重時脈控制單元結構 重點四：微程式化多重時脈控制單元設計 重點五：例外 考古題
其他會員也一起購買
原文書資訊 書名:OPERATING SYSTEM CONCEPTS 10/E GE 2019 <JW> 作者: SILBERSCHATZ ISBN: 9781119454083 出版社: John Wiley 出版年: 2019年 中文書資訊 書名: 作業系統 OPERATING SYSTEM CONCEPTS 作者: Silberschatz/ 吳庭育 ISBN: 9789865522506 出版社: 東華 出版年: 2021年
其他會員也一起購買
【中文翻譯書】 書名：系統程式 2014年更新版 原文書名：System Software An Introduction to Systems Programming 3/E 原文作者：Leland L. Beck 審閱：王金龍 中文譯者：陳建伯 ISBN：9789862800645 <內容簡介> 本書將介紹各種類型之系統軟體的設計和運作，並專注於闡述機器結構與系統軟體之間的關係，亦即，機器結構會高度影響組譯器或作業系統的設計。本書透過討論各種實際機器上的一些系統軟體，以加強說明這些影響的程度。然而，在不同系統的軟體之間，仍有其相似之處。例如，大多數的計算機在基本架構與設計上，其組譯器具有相同的本質。此等與機器無關的特性，可以非常清楚地與機器特別相關的部分區分開來。 本書可提供給大三、大四或是研究所，關於系統軟體和系統程式的課程所用，亦可做為參考書或自修使用。本書的讀者至少必須熟悉一種機器的組合語言，同樣也必須瞭解計算機之指令和資料的表示法 ( 例如，八進位、十六進位的符號，和代表負值的一、二補數法 )。讀者同時也必須熟悉如何操作和使用基本資料結構，特別是關於鏈結串列和湊雜表。 <本書目錄> 第一章 背 景 第二章 組譯器 第三章 載入器和連結器 第四章 巨集處理器 第五章 編譯器 第六章 作業系統 第七章 其他系統軟體 第八章 軟體工程導論 附錄A SIC/XE 指令集與位址模式 附錄B ASCⅡ字元碼 附錄C SIC/XE 參考資訊
類似書籍推薦給您
【簡介】 What are the principles behind intelligent systems? How are they built? What are intelligent systems useful for? How do we choose the right tool for the job? These questions are answered by Michael Negnevitsky’s Artificial Intelligence: A Guide to Intelligent Systems. Unlike many books on computer intelligence, which use complex computer science terminology and are crowded with complex matrix algebra and differential equations, this text demonstrates that the ideas behind intelligent systems are simple and straightforward. This text assumes little or no programming experience as it tackles topics like expert systems, fuzzy systems, artificial neural networks, evolutionary computation, knowledge engineering, and data mining. 【目錄】 Introduction to Intelligent Systems 1.1 Intelligent Machines, or What Machines Can Do 1.2 The History of Artificial Intelligence, or From the ‘Dark Ages’ to Knowledge-based Systems 1.3 Generative AI 1.4 Summary Questions for Review References Expert Systems 2.1 Introduction, or Knowledge Representation Using Rules 2.2 The Main Players in the Expert System Development Team 2.3 Structure of a Rule-based Expert System 2.4 Fundamental characteristics of an expert system 2.5 Forward Chaining and Backward Chaining Inference Techniques 2.6 MEDIA ADVISOR: A Demonstration Rule-based Expert System 2.7 Conflict Resolution 2.8 Uncertainty Management in Rule-based Expert Systems 2.9 Advantages and Disadvantages of Rule-based Expert systems 2.10 Summary Questions for Review References Fuzzy Systems 3.1 Introduction, or What Is Fuzzy Thinking? 3.2 Fuzzy Sets 3.3 Linguistic Variables and Hedges 3.4 Operations of Fuzzy Sets 3.6 Fuzzy Inference 3.7 Building a Fuzzy Expert System 3.8 Summary Questions for Review References Frame-based Systems and Semantic Networks 4.1 Introduction, or What Is a Frame? 4.2 Frames as a Knowledge Representation Technique 4.3 Inheritance in Frame-based Systems 4.4 Methods and Demons 4.5 Interaction of Frames and Rules 4.6 Buy Smart: A Frame-based Expert System 4.7 The Web of Data 4.8 RDF – Resource Description Framework and RDF Triples 4.9 Turtle, RDF Schema and OWL 4.10 Querying the Semantic Web with SPARQL 4.11 Summary Questions for Review References Artificial Neural Networks 5.1 Introduction, or How the Brain Works 5.2 The Neuron as a Simple Computing Element 5.3 The Perceptron 5.4 Multilayer Neural Networks 5.5 Accelerated Learning in Multilayer Neural Networks 5.6 The Hopfield Network 5.7 Bidirectional Associative Memory 5.8 Self-organising Neural Networks 5.9 Reinforcement Learning 5.10 Summary Questions for Review References Deep Learning and Convolutional Neural Networks 6.1 Introduction, or How “Deep” Is a Deep Neural Network? 6.2 Image Recognition or How Machines See the World 6.3 Convolution in Machine Learning 6.4 Activation Functions in Deep Neural Networks 6.5 Convolutional Neural Networks 6.6 Back-propagation Learning in Convolutional Networks 6.7 Batch Normalisation 6.8 Summary Questions for Review References Evolutionary Computation 7.1 Introduction, or Can Evolution Be Intelligent? 7.2 Simulation of Natural Evolution 7.3 Genetic Algorithms 7.4 Why Genetic Algorithms Work 7.5 Maintenance Scheduling with Genetic Algorithms 7.6 Genetic Programming 7.7 Evolution Strategies 7.8 Ant Colony Optimisation 7.9 Particle Swarm Optimisation 7.10 Summary Questions for Review References Hybrid Intelligent Systems 8.1 Introduction, or How to Combine German Mechanics with Italian Love 8.2 Neural Expert Systems 8.3 Neuro-Fuzzy Systems 8.4 ANFIS: Adaptive Neuro-Fuzzy Inference System 8.5 Evolutionary Neural Networks 8.6 Fuzzy Evolutionary Systems 8.7 Summary Questions for Review References Knowledge Engineering 9.1 Introduction, or What Is Knowledge Engineering? 9.2 Will an Expert System Work for My Problem? 9.3 Will a Fuzzy Expert System Work for My Problem? 9.4 Will a Neural Network Work for My Problem? 9.5 Will a Deep Neural Network Work for My Problem? 9.6 Will Genetic Algorithms Work for My Problem? 9.7 Will Particle Swarm Optimisation Work for My Problem? 9.8 Will a Hybrid Intelligent System Work for My Problem? 9.9 Summary Questions for Review References Data Mining and Knowledge Discovery 10.1 Introduction, or What Is Data Mining? 10.2 Statistical Methods and Data Visualisation 10.3 Principal Components Analysis 10.4 Relational Databases and Database Queries 10.5 The Data Warehouse and Multidimensional Data Analysis 10.6 Decision Trees 10.7 Association Rules and Market Basket Analysis 10.8 Summary Questions for Review References Glossary Index
類似書籍推薦給您
【簡介】 The first text to take a systems engineering approach to artificial intelligence (AI), from architecture principles to the development and deployment of AI capabilities. Most books on artificial intelligence (AI) focus on a single functional building block, such as machine learning or human-machine teaming. Artificial Intelligence takes a more holistic approach, addressing AI from the view of systems engineering. The book centers on the people-process-technology triad that is critical to successful development of AI products and services. Development starts with an AI design, based on the AI system architecture, and culminates with successful deployment of the AI capabilities. Directed toward AI developers and operational users, this accessibly written volume of the MIT Lincoln Laboratory Series can also serve as a text for undergraduate seniors and graduate-level students and as a reference book. Key features: In-depth look at modern computing technologies Systems engineering description and means to successfully undertake an AI product or service development through deployment Existing methods for applying machine learning operations (MLOps) AI system architecture including a description of each of the AI pipeline building blocks Challenges and approaches to attend to responsible AI in practice Tools to develop a strategic roadmap and techniques to foster an innovative team environment Multiple use cases that stem from the authors’ MIT classes, as well as from AI practitioners, AI project managers, early-career AI team leaders, technical executives, and entrepreneurs Exercises and Jupyter notebook examples 【目錄】
類似書籍推薦給您
類似書籍推薦給您
類似書籍推薦給您
