掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能 中學生入門 版權信息
- ISBN：9787302557203
- 條形碼：9787302557203 ; 978-7-302-55720-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能 中學生入門 本書特色
《人工智能 中學生入門》基于中學生已有的初等數學知識，結合具體案例講解人工智能常見算法，使中學生真正理解人工智能。 基于中學生已有的數學知識，結合案例講解人工智能常見算法，使中學生真正理解人工智能有則填有則填基于中學生已有的數學知識，結合案例講解人工智能常見算法，使中學生真正理解人工智能
人工智能 中學生入門 內容簡介
《人工智能 中學生入門》是面向中學生介紹人工智能領域的入門書籍，從人工智能的概念和發展歷史講起，全面系統地介紹了人工智能的數學基礎、人工智能領域的三大經典任務——回歸、分類和聚類，以及人工智能的前言領域。本書通過深入淺出的講解，幫助青少年認識人工智能并理解其背后的原理和技術。本書可作為中學信息技術課程人工智能模塊的教材，也可作為青少年課外科普讀物，還可作為相關培訓機構的培訓教材。
人工智能 中學生入門 目錄
目 錄
第1章 人工智能的前世今生
.
.........................................001
1.1
人工智能的定義
.
.........................................002
1.2
人工智能發展史
.
.........................................003
1.3
人工智能學派及研究領域
.
........................................009
1.4
“人工智能+”：改變各行各業
.
........................................011
本章小結
.
.........................................015
第2章 人工智能基礎
.
................................. ......016
2.1
人工智能的數學基礎
.
.........................................017
2.2
一般數據的表示與處理
.
.........................................022
2.3
其他數據的表示與處理
.
............... .......................026
本章小結...............................032
第3章 回歸：預測圖書價格
.
........................................033
3.1
一元線性回歸
.
.........................................034
3.2
代價函數的求解
.
........................................037
3.3
使用Excel軟件求一元線性回歸方程
.
.........................................040
3.4
多元線性回歸與多項式回歸
.
.........................................041
3.5
模型選擇與過擬合問題
.
.........................................045
本章小結
.
..........................................049
第4 章 分類：健康管理與均衡飲食..........050
4.1
分類問題實例 .............................051
4.2
k 近鄰算法 ...............................052
4.3
邏輯回歸 .................................054
4.4
支持向量機 ...............................057
4.5
多分類任務 ...............................060
4.6
分類任務評價指標與分析....................061
本章小結 ...................... 063
第5 章 聚類：合理劃分景區.................064
5.1
聚類初識 ................................065
5.2
簇間距離 .................................066
5.3
聚類算法: 如何劃分景區 ...................067
5.4
聚類算法結果評估 .........................074
5.5
聚類算法優劣對比 ..........................076
本章小結 ...................................077
第6 章 神經網絡與深度學習：識別俄羅斯方塊..078
6.1
神經網絡：模擬人腦的計算方式 ...............079
6.2
神經網絡的結構和原理 .......................080
6.3
神經網絡的學習過程 .........................086
6.4
深度學習 ....................................088
6.5
卷積神經網絡——CNN ........................090
6.6
循環神經網絡——RNN ........................093
本章小結 ...................................095
第7 章 強化學習：游戲之王的魅力..............096
7.1
強化學習簡史 .................................097
7.2
強化學習的基本概念和方法 ...................099
7.3
強化學習的數學原理 ..........................102
7.4
強化學習的應用 ..............................103
本章小結 .....................................104
第8章對抗學習：生成以假亂真的圖像.............105
8.1
神奇的生成對抗網絡 ..........................106
8.2對抗學習前沿應用 .........................110
8.3
小試牛刀———手寫數字生成 ................115
本章小結 ....................................120
第9 章 主動學習：無人駕駛汽車.................121
9.1
困難——海量交通圖片 ........................122
9.2
策略——有選擇的標注 .........................124
9.3
應用——提高訓練效率 .........................127
本章小結 ......................................131
第10 章 知識圖譜：與問答系統對話..............132
10.1
知識圖譜的應用 ...............................133
10.2
知識圖譜簡史 .................................135
10.3
知識圖譜的相關概念 ...........................137
10.4
從零構建知識圖譜 .............................143
本章小結 .....................................152
參考文獻......................................153
第1章 人工智能的前世今生
.
.........................................001
1.1
人工智能的定義
.
.........................................002
1.2
人工智能發展史
.
.........................................003
1.3
人工智能學派及研究領域
.
........................................009
1.4
“人工智能+”：改變各行各業
.
........................................011
本章小結
.
.........................................015
第2章 人工智能基礎
.
................................. ......016
2.1
人工智能的數學基礎
.
.........................................017
2.2
一般數據的表示與處理
.
.........................................022
2.3
其他數據的表示與處理
.
............... .......................026
本章小結...............................032
第3章 回歸：預測圖書價格
.
........................................033
3.1
一元線性回歸
.
.........................................034
3.2
代價函數的求解
.
........................................037
3.3
使用Excel軟件求一元線性回歸方程
.
.........................................040
3.4
多元線性回歸與多項式回歸
.
.........................................041
3.5
模型選擇與過擬合問題
.
.........................................045
本章小結
.
..........................................049
第4 章 分類：健康管理與均衡飲食..........050
4.1
分類問題實例 .............................051
4.2
k 近鄰算法 ...............................052
4.3
邏輯回歸 .................................054
4.4
支持向量機 ...............................057
4.5
多分類任務 ...............................060
4.6
分類任務評價指標與分析....................061
本章小結 ...................... 063
第5 章 聚類：合理劃分景區.................064
5.1
聚類初識 ................................065
5.2
簇間距離 .................................066
5.3
聚類算法: 如何劃分景區 ...................067
5.4
聚類算法結果評估 .........................074
5.5
聚類算法優劣對比 ..........................076
本章小結 ...................................077
第6 章 神經網絡與深度學習：識別俄羅斯方塊..078
6.1
神經網絡：模擬人腦的計算方式 ...............079
6.2
神經網絡的結構和原理 .......................080
6.3
神經網絡的學習過程 .........................086
6.4
深度學習 ....................................088
6.5
卷積神經網絡——CNN ........................090
6.6
循環神經網絡——RNN ........................093
本章小結 ...................................095
第7 章 強化學習：游戲之王的魅力..............096
7.1
強化學習簡史 .................................097
7.2
強化學習的基本概念和方法 ...................099
7.3
強化學習的數學原理 ..........................102
7.4
強化學習的應用 ..............................103
本章小結 .....................................104
第8章對抗學習：生成以假亂真的圖像.............105
8.1
神奇的生成對抗網絡 ..........................106
8.2對抗學習前沿應用 .........................110
8.3
小試牛刀———手寫數字生成 ................115
本章小結 ....................................120
第9 章 主動學習：無人駕駛汽車.................121
9.1
困難——海量交通圖片 ........................122
9.2
策略——有選擇的標注 .........................124
9.3
應用——提高訓練效率 .........................127
本章小結 ......................................131
第10 章 知識圖譜：與問答系統對話..............132
10.1
知識圖譜的應用 ...............................133
10.2
知識圖譜簡史 .................................135
10.3
知識圖譜的相關概念 ...........................137
10.4
從零構建知識圖譜 .............................143
本章小結 .....................................152
參考文獻......................................153
展開全部
人工智能 中學生入門 作者簡介
李國良，清華大學計算機科學與技術系長聘教授，博士生導師，國家杰出青年科學基金獲得者，中國計算機學會數據庫專業委員會副主任，ACM SIGMOD China（國際計算機學會數據管理國際會議中國組）副主席。主要研究方向為數據庫、智能數據處理、在線教育等。在計算機領域的頂j會議和期刊上發表論文100余篇，他引8000余次。
書友推薦
- >
莉莉和章魚
- >
羅曼·羅蘭讀書隨筆-精裝
- >
伯納黛特,你要去哪(2021新版)
- >
小考拉的故事-套裝共3冊
- >
我與地壇
- >
月亮與六便士
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
