书目信息 |
题名: |
人工智能
|
|
作者: | 阿加沃尔 著 ;杜博 , 刘友发 译 | |
分册: | ||
出版信息: | 北京 机械工业出版社 2023 |
|
页数: | 12,378页 | |
开本: | 26cm | |
丛书名: | 智能科学与技术丛书 | |
单 册: | ||
中图分类: | TP18 | |
科图分类: | ||
主题词: | 人工智能 | |
电子资源: | ||
ISBN: | 978-7-111-71067-7 |
000 | 01404nam0 2200313 450 | |
001 | 2457084066 | |
005 | 20240413155227.72 | |
010 | @a978-7-111-71067-7@dCNY149.00 | |
049 | @aA330300WZL@bUCS01011763293@c2006092507 | |
100 | @a20230326d2023 em y0chiy0110 ea | |
101 | 1 | @achi@ceng |
102 | @aCN@b110000 | |
105 | @aa z 000yy | |
200 | 1 | @a人工智能@9ren gong zhi neng@b专著@e原理与实践@dArtificial intelligence@ea textbook@f(美)查鲁·C. 阿加沃尔(Charu C. Aggarwal)著@g杜博,刘友发译@zeng |
210 | @a北京@c机械工业出版社@d2023 | |
215 | @a12,378页@c图@d26cm | |
225 | 1 | @a智能科学与技术丛书 |
305 | @a由Springer授权出版 | |
330 | @a本书介绍了经典人工智能(逻辑或演绎推理)和现代人工智能(归纳学习和经网络)之间的相关知识。首先讨论演绎推理方法,主要包括搜索和逻辑;然后讨论归纳学习方法,使用统计方法,结合大量示例以得出假设,包括回归建模、支持向量机、神经网络、强化学习、无监督学习和概率图模型;最后介绍基于推理和学习的方法,包括知识图谱和神经符号人工智能等技术。此外,还讨论了迁移学习和终身学习等重要话题。 | |
510 | 1 | @aArtificial intelligence@ea textbook@zeng |
606 | 0 | @a人工智能 |
690 | @aTP18@v5 | |
701 | 0 | @c(美)@a阿加沃尔@9a jia wo er@c(Aggarwal, Charu C.)@4著 |
702 | 0 | @a杜博@9du bo@4译 |
702 | 0 | @a刘友发@9liu you fa@4译 |
801 | 0 | @aCN@bWT@c20230329 |
801 | 2 | @aCN@bOLCC @c20230519 |
801 | 2 | @aCN@bA330300WZL@c20230329 |
905 | @a241250@dTP18@e224 | |
人工智能:原理与实践=Artificial intelligence:a textbook/(美)查鲁·C. 阿加沃尔(Charu C. Aggarwal)著/杜博,刘友发译.-北京:机械工业出版社,2023 |
12,378页:图;26cm.-(智能科学与技术丛书) |
ISBN 978-7-111-71067-7:CNY149.00 |
本书介绍了经典人工智能(逻辑或演绎推理)和现代人工智能(归纳学习和经网络)之间的相关知识。首先讨论演绎推理方法,主要包括搜索和逻辑;然后讨论归纳学习方法,使用统计方法,结合大量示例以得出假设,包括回归建模、支持向量机、神经网络、强化学习、无监督学习和概率图模型;最后介绍基于推理和学习的方法,包括知识图谱和神经符号人工智能等技术。此外,还讨论了迁移学习和终身学习等重要话题。 |
● |
相关链接 |
正题名:人工智能
索取号:TP18/224
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1959036 | 219590360 | 样本书库/ [索取号:TP18/224] | 在馆 | |
2 | 1959037 | 219590379 | 新区/5100080405/ [索取号:TP18/224] | 在馆 | |
3 | 1959038 | 219590388 | 新区/5100080405/ [索取号:TP18/224] | 在馆 |