三民網路書店 / 搜尋結果

「沒有大量資料支撐的人工智慧就是人工智障」 了解人工智慧各方面，深度學習其重點技術和平臺工具 將技術應用到實際工作場景中，共同創建一個智慧的時代！ 【TensorFlow】 從第一個TensorFlow程式的簡單介紹開始，涵蓋了過擬合、特徵工程等核心概念，為讀者提供了穩固的基礎。接著闡述幾個高階主題，包括特徵交叉、正則化、邏輯迴歸和分類。 【神經網路】 本章全面介紹神經網路的概念和技術。從基本的定義到如何訓練神經網路，再到多類別神經網路和嵌入技術，讀者可以獲得一個完整的神經網路知識架構。 【知識圖譜】 本章深入探討知識圖譜，從基本定義到建構的關鍵技術，再到知識運算及其應用，提供了一個全面視角，幫助讀者理解知識圖譜在現代技術中的重要性。 【資料挖掘】 本章集中於資料挖掘的概念和技術。資料挖掘是大數據領域的核心，涵蓋了資料探勘方法、大數據思維等關鍵概念，對於想要深入了解大數據領域的讀者來說，這一章節提供了扎實的知識基礎。 【AI和大數據應用於特定領域】 專門探討了AI和大數據在特定領域的應用，包括銀行、醫療等行業。不僅分析了這些領域的現況，還提供了實例分析，幫助讀者了解AI和大數據如何在實際場景中產生價值。 【附錄】 最後提供了3個附錄，為讀者提供了大數據和人工智慧的線上資料，以及本書中採用的AI中英文術語和術語列表，這對於想要進一步探索這一領域的讀者來說是非常有幫助的資源。 本書特色：本書全面講述人工智慧與大數據涉及的應用，共分8章，包括TensorFlow、神經網路、知識圖譜、資料挖掘等，詳細說明了人工智慧在各領域的潛在價值及實際案例分析。閱讀完本書後，讀者將對人工智慧技術有全面的理解，並能掌握AI整體知識架構。

本書全面講述人工智能與大數據涉及的技術，學完本書後，讀者將對人工智能技術有全面的理解，並能掌握AI整體知識架構。 本書共分16章，內容包括人工智能概述、AI產業、數據、機器學習概述、模型、機器學習算法、深度學習、TensorFlow、神經網絡、知識圖譜、數據挖掘，以及銀行業、醫療、公安、工農業等行業人工智能應用情況。附錄給出了極有參考價值的大數據與人工智能產業參考資料。 本書適合人工智能與大數據技

「沒有大量資料支撐的人工智慧就是人工智障」 AI是什麼？為什麼熱門？是否已經成熟？ 跟著本書搞懂資料科學，跟上未來趨勢！ ▎人工智慧用於何處？ 2017年是人工智慧（Artificial Intelligence，AI）年，人工智慧技術越來越多的應用到日常生活的各個方面。AlphaGo ZERO替代AlphaGo實現自我學習；百度無人汽車上路；iPhone X開啟Face ID；阿里和小米先後發表智慧音箱；肯德基上線人臉支付……這些背後都是人工智慧技術的驅動！ 【人工智慧概述】 首先為讀者解釋了AI的基礎概念，探索其技術的成熟度，並對美國和中國的AI現狀進行比較。此章還概述了AI與雲端運算和大數據的深層關係及歷史發展。 【AI產業、資料及機器學習】 從AI產業的基礎層、技術層到應用層逐層深入，並介紹大數據的基本概念、現狀及其在中國的運算模式。此外，機器學習作為AI的核心，我們著重於其基本概念和資料的預處理方法。 【模型和機器學習的演算法】 從模型的基礎訓練到評估，以及各類型的機器學習演算法，如支援向量機、KNN和決策樹等，這些都為讀者提供了全面的視野。 【探討深度學習】 深度學習是AI的另一個重要分支，本章專門探討此領域，涵蓋從基本神經網路到卷積神經網路的各種技術。 本書特色：本書全面講述人工智慧與大數據涉及的技術，共分7章，包括人工智慧概述、AI產業、資料、機器學習概述、模型、機器學習算法、深度學習等。閱讀完本書後，讀者將對人工智慧技術有全面的理解，並能掌握AI整體知識架構。