123,123,123

內(nèi)容簡(jiǎn)介

　　近年，人工智能熱潮席卷而來(lái)。本書以圖解的方式網(wǎng)羅了人工智能開(kāi)發(fā)必備的基礎(chǔ)知識(shí)，內(nèi)容涉及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、圖像和語(yǔ)音的模式識(shí)別、自然語(yǔ)言處理、分布式計(jì)算等熱門技術(shù)。全書以圖配文，深入淺出，是一本兼顧理論和技術(shù)的人工智能入門教材。旨在幫助讀者建立對(duì)人工智能技術(shù)的整體印象，為今后深入探索該領(lǐng)域打下基礎(chǔ)。另外，書中設(shè)有專欄和“小貼士”，介紹了相關(guān)術(shù)語(yǔ)的背景知識(shí)，可幫助讀者擴(kuò)充知識(shí)面，進(jìn)一步理解相關(guān)技術(shù)。

作者簡(jiǎn)介

　　多田智史（作者）1980年生于日本兵庫(kù)縣。生物工程學(xué)專業(yè)，現(xiàn)就職于某生物信息公司，負(fù)責(zé)數(shù)據(jù)分析和Web數(shù)據(jù)庫(kù)系統(tǒng)的開(kāi)發(fā)工作。石井一夫（審校）日本東京農(nóng)工大學(xué)特任教授。研究領(lǐng)域?yàn)榛蚪M科學(xué)。博士畢業(yè)于日本德島大學(xué)研究生院醫(yī)學(xué)研究科。曾就職于日本東京大學(xué)醫(yī)科學(xué)研究所人類基因組解析中心、日本理化學(xué)研究所基因組科學(xué)綜合研究中心。榮獲2015年度信息處理學(xué)會(huì)優(yōu)秀教育獎(jiǎng)。日本技術(shù)士會(huì)特別研究員，APEC工程師，IPEA國(guó)際工程師。張彌（譯者）畢業(yè)于大連外國(guó)語(yǔ)大學(xué)日本語(yǔ)學(xué)院，現(xiàn)就職于某日企，從事技術(shù)翻譯工作，有10年以上軟件開(kāi)發(fā)及醫(yī)學(xué)領(lǐng)域翻譯經(jīng)驗(yàn)。譯有《圖解深度學(xué)習(xí)》。

圖書目錄

第 1章\t人工智能的過(guò)去、現(xiàn)在和未來(lái) 1
01　人工智能　2
02　人工智能的黎明時(shí)期　4
03　人工智能的發(fā)展　9
第　2章規(guī)則系統(tǒng)及其變體　21
01　規(guī)則系統(tǒng)　22
02　知識(shí)庫(kù)　26
03　專家系統(tǒng)　30
04　推薦引擎　37
第3章　自動(dòng)機(jī)和人工生命程序　43
01　人工生命模型　44
02　有限自動(dòng)機(jī)　50
03　馬爾可夫模型　55
04　狀態(tài)驅(qū)動(dòng)智能體　59
第4章　權(quán)重和尋找最優(yōu)解　65
01　線性問(wèn)題和非線性問(wèn)題　66
02　回歸分析　70
03　加權(quán)回歸分析　78
04　相似度的計(jì)算　82
第5章　權(quán)重和優(yōu)化程序　93
01　圖論　94
02　圖譜搜索和最優(yōu)化　98
03　遺傳算法　106
04　神經(jīng)網(wǎng)絡(luò)　114
第6章　統(tǒng)計(jì)機(jī)器學(xué)習(xí)（概率分布和建模）　125
01　統(tǒng)計(jì)模型和概率分布　126
02　貝葉斯統(tǒng)計(jì)學(xué)和貝葉斯估計(jì)　142
03　MCMC方法　153
04　HMM和貝葉斯網(wǎng)絡(luò)　158
第7章　統(tǒng)計(jì)機(jī)器學(xué)習(xí)（無(wú)監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)）　161
01　無(wú)監(jiān)督學(xué)習(xí)　162
02　有監(jiān)督學(xué)習(xí)　169
第8章　強(qiáng)化學(xué)習(xí)和分布式人工智能　179
01　集成學(xué)習(xí)　180
02　強(qiáng)化學(xué)習(xí)　185
03　遷移學(xué)習(xí)　193
04　分布式人工智能　197
第9章　深度學(xué)習(xí)　199
01　多層神經(jīng)網(wǎng)絡(luò)　200
02　受限玻爾茲曼機(jī)　206
03　深度神經(jīng)網(wǎng)絡(luò)　208
04　卷積神經(jīng)網(wǎng)絡(luò)　212
05　循環(huán)神經(jīng)網(wǎng)絡(luò)　215
第　10章圖像和語(yǔ)音的模式識(shí)別　219
01　模式識(shí)別　220
02　特征提取方法　222
03　圖像識(shí)別　230
04　語(yǔ)音識(shí)別　236
第　11章自然語(yǔ)言處理和機(jī)器學(xué)習(xí)　243
01　句子的結(jié)構(gòu)和理解　244
02　知識(shí)獲取和統(tǒng)計(jì)語(yǔ)義學(xué)　248
03　結(jié)構(gòu)分析　252
04　文本生成　255
第　12章知識(shí)表示和數(shù)據(jù)結(jié)構(gòu)　263
01　數(shù)據(jù)庫(kù)　264
02　檢索　271
03　語(yǔ)義網(wǎng)絡(luò)和語(yǔ)義網(wǎng)　277
第　13章分布式計(jì)算　285
01　分布式計(jì)算和并行計(jì)算　286
02　硬件配置　287
03　軟件配置　293
04　機(jī)器學(xué)習(xí)平臺(tái)和深度學(xué)習(xí)平臺(tái)　304
第　14章人工智能與海量數(shù)據(jù)和物聯(lián)網(wǎng)　311
01　數(shù)據(jù)膨脹　312
02　物聯(lián)網(wǎng)和分布式人工智能　317
03　腦功能分析和機(jī)器人　322
04　創(chuàng)新系統(tǒng)　327