PDF JPG
本書有DRM加密保護,需使用HyRead閱讀軟體開啟
  • 圖解AI人工智慧
  • 點閱:94
    19人已收藏
  • 譯自:図解まるわかりAIのしくみ
  • 作者: 三津村直貴編著 , 温政堯譯
  • 出版社:碁峰資訊
  • 出版年:2023
  • ISBN:9786263244436
  • EISBN:9786263246058 PDF
  • 格式:PDF,JPG
  • 附註:含索引 原紙本書ISBN: 9786263244436
  • ● 本書因出版社限制不提供朗讀功能
  • ● 本書因出版社限制不提供繁簡轉換功能

從人工智慧的全貌到各項技術都以精美插圖進行說明,讓人一看就懂!
  基於講解紮實知識而得以「學以致用」的教科書。

  ‧機器學習、深度學習原來這麼好懂!
  ‧介紹特有技術跟如何處理資訊等相關議題的論點,加深對人工智慧的了解!

  ‧AI其他領域的進化也一併講解!

  當代的AI(人工智慧)已是家喻戶曉,然而隨著技術進步、還會持續拓展應用範圍,成為未來我們生活當中不可或缺的存在。

  但是,要想掌握AI整體樣貌就得要知道複雜且困難的技術,這對於第一次接觸跟學習的人來說可能難度會太高了吧?
 
  於是我們在本書嘗試採用單一章節雙頁編排的形式編寫,並搭配圖解來引導各位學會AI的基礎。

  適合閱讀的人
  ‧想要從AI基礎開始學習的人
  ‧想要廣泛涉獵從複雜架構到AI歷史的人
  ‧購買、管理AI系統的人
  ‧想要知道未來的潛力跟危險性有何最新動向的人

  • 前言(第3頁)
  • 第 1 章 AI 的基本觀念 ~ AI 是怎麼樣演變而來的呢~(第13頁)
    • 1-1 AI 定義太過曖昧,讓人傻傻分不清楚? 人工智慧(第14頁)
    • 1-2 AI 的快速進化與停滯 AI 的歷史(第16頁)
    • 1-3 第一次人工智慧浪潮「AI 的開端與潛力」 達特矛斯會議、符號主義、連結主義(第18頁)
    • 1-4 第二次人工智慧浪潮「資料與知識的處理方式」 專家系統(第20頁)
    • 1-5 第三次人工智慧浪潮「機器學習的急速發展」 機器學習、深度學習(第22頁)
    • 1-6 連結主義的臥薪嘗膽 多層化(第24頁)
    • 1-7 符號主義的來時路 解釋性、運算速度(第26頁)
    • 1-8 AI 技術與產品有何相關 圖像辨識、資料庫(第28頁)
    • 請你跟我這樣做 專家系統可能就在你我身邊(第30頁)
  • 第 2 章 AI 與程式的基本架構 ~用簡單的流程解決複雜的任務~(第31頁)
    • 2-1 AI 的待解決問題與解決方法 程序書、演算法(第32頁)
    • 2-2 搜尋演算法的種類與概要 搜尋演算法、線性搜尋、二分法搜尋、圖形結構、樹狀結構(第34頁)
    • 2-3 排序演算法的種類與概要 排序、排序演算法(第36頁)
    • 2-4 加密演算法的種類與概要 加密、加密演算法、共享密鑰加密、公開金鑰加密(第38頁)
    • 2-5 系統架構是 AI 的設計圖 系統架構(第40頁)
    • 2-6 獨立運作的 AI 軟體代理系統、多智慧體、多智慧體架構(第42頁)
    • 2-7 依照規則來進行思考與決策的 AI 規則型、知識型、狀態型(第44頁)
    • 2-8 配合目標去思考與決策的 AI 目標型、任務型(第46頁)
    • 2-9 從實際案例學習思考與決策的 AI 案例型、模擬型(第48頁)
    • 2-10 靈活思考的敲門磚 強而有力的方法、經驗(第50頁)
    • 請你跟我這樣做 一起想想搜尋引擎的架構(第52頁)
  • 第 3 章 AI 如何處理資料 ~想要讓 AI 進步時有哪些絕對不可或缺的資訊~(第53頁)
    • 3-1 AI 需要的資訊 資訊、資料(第54頁)
    • 3-2 知道處理資料之後,就會面臨好處理與不好處理 結構性資料、元資料、非結構性資料(第56頁)
    • 3-3 傳達知識與概念的做法 本體論、知識表示、語意網路(第58頁)
    • 3-4 AI 裡的資料科學與統計 資料科學(第60頁)
    • 3-5 分析資料,找出價值所在 資料探勘、文字探勘(第62頁)
    • 3-6 不可不知的分析方法①∼找出資料的關聯性∼ 迴歸分析、關聯性分析(第64頁)
    • 3-7 不可不知的分析方法②∼先分類、再分析∼ 集群分析、決策樹分析(第66頁)
    • 3-8 為了理解模糊世界所使用的理論①∼資訊的呈現方式∼ 模糊邏輯、支持向量機(第68頁)
    • 3-9 為了理解模糊世界所使用的理論②∼預測未來∼ 貝氏推論、馬可夫過程(第70頁)
    • 3-10 正確處理資料有多難 偽相關、因果關係(第72頁)
    • 3-11 從知識與統計來建構起 AI 的樣態 專家系統(第74頁)
    • 請你跟我這樣 做將生活周遭的知識用本體論來呈現看看(第76頁)
  • 第 4 章 機器學習相關技術 ~AI 透過各式各樣的方法來學習成長~(第77頁)
    • 4-1 運用統計來建立判斷標準 統計、機率(第78頁)
    • 4-2 使用網路的機器學習 神經網路、貝氏網路(第80頁)
    • 4-3 最為常見的學習型態 監督式學習(第82頁)
    • 4-4 潛力巨大的學習型態 非監督式學習(第84頁)
    • 4-5 能跟上現實世界變化的學習風格 強化式學習、 Q 學習(第86頁)
    • 4-6 日新月異的強化式學習 深度強化式學習、逆向強化式學習(第88頁)
    • 4-7 兩個彰顯了機器學習所面臨的挑戰的定理 沒有免費午餐定理、醜小鴨定理(第90頁)
    • 4-8 類似強化式學習的學習方法 基因演算法(第92頁)
    • 4-9 讓機器學習更有效率①∼補足學習資料的因應方式∼ 虛擬資料、半監督式學習、one-shot 學習(第94頁)
    • 4-10 讓機器學習更有效率②∼交互使用學習模型∼ 預訓練模型、遷移學習(第96頁)
    • 4-11 讓機器學習更有效率③∼如何因應過度適配∼ 過度適配、集成學習(第98頁)
    • 請你跟我這樣做 思考強化式學習的結構(第100頁)
  • 第 5 章 深度學習 ~引領我們進入新時代的高度通用型機器學習~(第101頁)
    • 5-1 神經網路是何方神聖? 深度學習、突觸、權重、加權(第102頁)
    • 5-2 通往深度學習的路 輸入層、輸出層、隱藏層、多層化、深層化、誤差反向傳播演算法(第104頁)
    • 5-3 深度學習的特徵提取能力 自動編碼器(第106頁)
    • 5-4 擅於圖像辨識、語音辨識的深層神經網路 卷積神經網路、卷積、池化(第108頁)
    • 5-5 擅長處理語言與時序資料的深度神經網路 循環神經網路(第110頁)
    • 5-6 循環神經網路的應用型態 長短期記憶網路(LSTM)、Attention 機制(第112頁)
    • 5-7 彌補深度學習缺陷的 GAN 虛擬資料、生成對抗網路(第114頁)
    • 5-8 神經網路如何處理資訊 張量、向量、矩陣(第116頁)
    • 5-9 用數值來表達文字的意思 Word to Vector(第118頁)
    • 5-10 了解神經網路在想什麼 可解釋性(第120頁)
    • 5-11 逐漸奠定的深度學習大環境 Google Cloud、Microsoft Azure、Amazon ML、IBM Watson(第122頁)
    • 5-12 深度學習改變了機器學習 圖像、聲音、語言(第124頁)
    • 請你跟我這樣做 使用看看自動產生文章的 AI(第126頁)
  • 第 6 章 包羅萬象的 AI 與應用 ~應用技術帶來的 AI 賦能潛力~(第127頁)
    • 6-1 從辨別圖片進階到辨別「影片」 影像辨識(第128頁)
    • 6-2 AI 如何溝通 自然語言、規則型、統計型(第130頁)
    • 6-3 Transformer 與巨大資料庫改變了文章的產生方式 Transformer、GPT-3(第132頁)
    • 6-4 將語音轉換為文本時需要用到的技術 自然語言處理(第134頁)
    • 6-5 結合了影像、語音、多項資訊的資料分析 多模態人工智慧(Multimodal AI)(第136頁)
    • 6-6 學習人類的創造性手法 創作領域、創作型 AI(第138頁)
    • 6-7 學習人類使用身體的方式 身體領域(第140頁)
    • 6-8 成為平台的 AI 雲端 AI(第142頁)
    • 6-9 遍地開花的 AI 邊緣 AI(第144頁)
    • 6-10 完成交辦的任務①∼自動駕駛車輛如何辨識路況∼ 辨識、判斷、執行(第146頁)
    • 6-11 完成交辦的任務②∼自動駕駛車輛如何判斷與操作∼ 建構判斷標準(第148頁)
    • 6-12 遊戲 AI 加速了 AI 的進步與成長 遊戲、模擬(第150頁)
    • 6-13 依據看得見的資訊來改變戰術 完全資訊對局遊戲、不完全資訊對局遊戲(第152頁)
    • 6-14 解釋人類判斷標準的賽局理論 賽局理論、納許均衡、柏拉圖最適、囚徒困境(第154頁)
    • 6-15 在生活上與工作上都有 AI 與人類通力合作的時候 AI 的協作(第156頁)
    • 請你跟我這樣做 使用深度學習合成圖像(第158頁)
  • 第 7 章 與其他領域交流而持續進化的 AI ~ AI 究竟在哪些產業大放異彩~(第159頁)
    • 7-1 醫療 AI ①∼臨床現場幫幫忙∼ 診斷輔助 AI、手術輔助 AI、機器人手術(第160頁)
    • 7-2 醫療 AI ②∼在艱難領域中不斷發展的 AI 應用∼ 醫藥品開發、基因組分析(第162頁)
    • 7-3 醫療 AI ③∼整頓好持續進步所需要的資料∼ 研究開發、臨床機構(第164頁)
    • 7-4 金融科技①∼自動化的資料分析∼ 資產、風險評估(第166頁)
    • 7-5 金融科技②∼客戶服務與資料管理∼ 智慧投顧、客戶資訊管理(第168頁)
    • 7-6 機器人學①∼能去到更多地方的機器人∼ 辨識技術、資訊通訊技術、人型機器人、步行機器人(第170頁)
    • 7-7 機器人學②∼在人類社會打卡上班的機器人∼ 工業機器人(第172頁)
    • 7-8 自動駕駛車輛①∼人類尚須介入的 Level 0-3 ∼ 駕駛輔助、放手駕駛、Hand's Off、Eye's Off(第174頁)
    • 7-9 自動駕駛車輛②∼全權交由車輛駕駛的 Level 4-5 ∼ 完全自動駕駛、完全自動駕駛車輛(第176頁)
    • 7-10 無人機、無人航空載具,軍事技術相關應用 飛機、無人機、船舶、潛水艇(第178頁)
    • 7-11 硬體①∼改變 AI 的全新電腦∼ 馮紐曼架構、AI 加速器、神經形態運算、神經形態晶片(第180頁)
    • 7-12 硬體②∼兩種量子電腦∼ 易辛模型、虛擬實驗環境、組合最佳化問題、邏輯閘量子電腦(第182頁)
    • 7-13 RPA ①∼人人都在乎如何讓工作更有效率∼ 機器人流程自動化(RPA)(第184頁)
    • 7-14 RPA ②∼因 AI 而拓展的自動化領域∼ EPA(第186頁)
    • 請你跟我這樣做 一起來想像因為全新技術而持續改變的社會吧(第188頁)
  • 第 8 章 圍繞著 AI 的眾說紛紜 ~ AI 究竟是不是全能的機器呢~(第189頁)
    • 8-1 不可不知的人工智慧分類大前提 強 AI、弱 AI、通用 AI、專用 AI(第190頁)
    • 8-2 AI 如何理解語言①∼用文字能測出智慧嗎∼ Transformer、圖靈測試(第192頁)
    • 8-3 AI 如何理解語言②∼了解意思與現實的高牆∼ 中文房間、符號奠基(第194頁)
    • 8-4 陷入無法判斷狀態的問題 組合爆炸(第196頁)
    • 8-5 AI 的身體①∼擁有身體讓 AI 更像人∼ 化合物感知器、壓力感知器(第198頁)
    • 8-6 AI 的身體②∼不擁有身體,但學習感覺∼ 虛擬空間、數位資料、元學習(第200頁)
    • 8-7 AI 會受人類影響而帶有偏見 人類的價值觀、AI 的偏見(第202頁)
    • 8-8 AI 能控制人類可獲取的資訊 過濾泡泡、同溫層現象(第204頁)
    • 8-9 AI 思維就像黑盒子般無法理解 新的學習、可解釋 AI(第206頁)
    • 8-10 AI 倫理①∼ AI 難以理解的架構與運用∼ 先進的判斷、龐大的資訊、價值觀(第208頁)
    • 8-11 AI 倫理②∼誰該遵守倫理?∼ 電車難題、機器人三大定律(第210頁)
    • 8-12 AI 的壟斷與開放 AI 技術的壟斷(第212頁)
    • 請你跟我這樣做 好好地思考 AI 倫理問題吧(第214頁)
  • 第 9 章 未來的 AI ~因科技的發展而產生改變的社會~(第215頁)
    • 9-1 以各種型態不斷進步的 AI 機器翻譯、圖像辨識(第216頁)
    • 9-2 AI 的展望①∼科技奇異點與樂觀派∼ 科技奇異點假說(第218頁)
    • 9-3 AI 的展望②∼寒冬時代與悲觀派∼ AI 萬能論、未來社會(第220頁)
    • 9-4 工作樣貌持續改變 工作效率化、高度靈活性(第222頁)
    • 9-5 重現人類的方法以及可行性 全腦結構、全腦模擬(第224頁)
    • 9-6 人類跟上了 AI 的進步 腦機介面(第226頁)
    • 9-7 能分得出誰是人、誰是 AI 嗎?AI 與 VR 與虛擬替身 虛擬替身、元宇宙、替身機器人(第228頁)
    • 9-8 AI 是擁有智慧的生命體嗎? 溝通專用型、人類的性格、視為機器人(第230頁)
    • 請你跟我這樣做 假設 AI 會搶走我們的工作,那究竟會是什麼工作被搶走?(第232頁)
  • 用語集(第233頁)
  • 索引(第239頁)
紙本書 NT$ 480
單本電子書
NT$ 480

還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code