人工智慧

人工智慧

作者: 張志勇 廖文華 石貴平 王勝石 游國忠
出版社: 全華圖書
出版在: 2020-02-10
ISBN-13: 9789865032616
ISBN-10: 9865032619
總頁數: 344 頁




內容描述


內容簡介
人工智慧相關的議題歷史悠久,本書將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。共有六個單元,包括AI的起源、應用篇、機器學習篇、深度學習篇、實務篇及人工智慧的未來與挑戰。
 
本書特色
1.詳盡敘述人工智慧的發展及遇到之瓶頸,並說明近年來為何又開始一波新的熱潮。
2.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。
3.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。
4.本書除了詳盡介紹機器學習、深度學習、人工智慧等技術的理論架構外,也講解了人工智慧如何應用在各大領域,如車牌辨識、自然語言處理等。
5.本書巧妙的運用範例、圖例講解人工智慧的理論與技術,使理論架構變得淺顯易懂。


目錄大綱


目錄
CH1 AI起源
1-1 遍地開花的AI應用
1-2 人工智慧的發展
1-3 人工智慧@台灣
1-4 未來的AI生活
CH2 應用篇
2-1 影像處理
2-2 自然語言處理
2-3 邏輯推理
2-4 推薦系統
2-5 疾病預測與醫療
CH3 機器學習篇
3-1 機器學習簡介(Introduction to Machine Learning)
3-2 機器學習演算法
CH4 深度學習篇
4-1 深度學習簡介(Introduction to Deep Learning)
4-2 卷積神經網路(Convolution Neural Network, CNN)
4-3 類神經網路的學習方式
4-4 遞歸神經網路(Recurrent Neural Network, RNN)
4-5 自編碼網路(Autoencoder Network, AE)
4-6 生成對抗網路(Generative Adversarial Network, GAN)
CH5 實務篇
5-1 人工智慧開發平台
5-2 人工智慧實務應用-電腦視覺
5-3 人工智慧實務應用-自然語言處理
5-4 人工智慧實務應用-數據分析
CH6 人工智慧的未來與挑戰
6-1 人工智慧的應用
6-2 人工智慧的省思




相關書籍

Analytical Skills for AI and Data Science: Building Skills for an Ai-Driven Enterprise

作者 Vaughan Daniel

2020-02-10

文本機器學習

作者 Charu C.Aggarwal

2020-02-10

Deep Learning: Practical Neural Networks with Java

作者 Yusuke Sugomori Bostjan Kaluza Fabio M. Soares Alan M. F. Souza

2020-02-10