-
人工智慧
-
點閱:28
1人已收藏
- 作者: 張志勇, 廖文華, 石貴平, 王勝石, 游國忠 著
- 出版社:全華圖書股份有限公司
- 出版年:2023
- ISBN:9786263287037
- EISBN:9786263287877 PDF
- 格式:PDF,JPG
- 附註:附錄: 習題
人工智慧相關的議題歷史悠久,本書詳盡敘述人工智慧過往的發展和遇到的瓶頸,並說明近年來為何又開始一波新的熱潮,在這波熱潮中,本書內容貼近產業應用,說明AI如何應用在各大產業、服務以及新商品與革新。此外,本書亦透過AI技術的發展與創新,引導讀者瞭解,隨著人工智慧持續發展,AI對人們的未來生活可能帶來衝擊與影響。
本書巧妙的運用範例、圖例及影片(QR Code)講解人工智慧的理論與技術,使理論架構變得淺顯易懂,不再因為艱澀難懂的數學公式抹滅了學習的興趣及成就,本書藉由邏輯清晰的『訓練資料』來訓練讀者,使其能夠越讀越明白,越學越有成就。
本書適用於科大資工、電機、電子及人工智慧系「人工智慧」課程使用。
- 1 人工智慧起源(第1頁)
- 1-1 遍地開花的人工智慧(第1頁)
- 1-2 人工智慧的發展(第10頁)
- 1-3 人工智慧@臺灣(第21頁)
- 1-4 AI創造的未來生活(第24頁)
- 參考資料(第27頁)
- 2 應用篇(第29頁)
- 2-1 影像處理(第29頁)
- 2-2 自然語言處理(第36頁)
- 2-3 邏輯推理(第50頁)
- 2-4 推薦系統(第55頁)
- 2-5 疾病預測與醫療(第62頁)
- 3 機器學習篇(第65頁)
- 3-1 建置Python開發環境(第65頁)
- 3-2 機器學習簡介(Introduction to Machine Learning)(第72頁)
- 3-3 機器學習演算法(第82頁)
- 4 深度學習篇(第131頁)
- 4-1 深度學習簡介(Introduction to Deep Learning)(第131頁)
- 4-2 卷積神經網路(Convolution Neural Network, CNN)(第140頁)
- 4-3 類神經網路的學習方式(Artificial Neural Network, ANN)(第174頁)
- 4-4 遞歸神經網路(Recurrent Neural Network, RNN)(第197頁)
- 4-5 自編碼網路(Autoencoder Network, AE)(第226頁)
- 4-6 生成對抗網路(Generative Adversarial Network, GAN)(第238頁)
- 5 實務篇(第245頁)
- 5-1 人工智慧實務應用-電腦視覺(第245頁)
- 5-2 人工智慧實務應用-自然語言處理(第270頁)
- 6 人工智慧的未來與挑戰(第315頁)
- 6-1 人工智慧未來趨勢(第316頁)
- 6-2 人工智慧省思與挑戰(第334頁)
- 附錄 習題(第A-1頁)
- 習題(第A-1頁)
紙本書 NT$ 580
單本電子書
NT$
406
同分類熱門書