圖書盲袋，以書為“藥”
歡迎光臨中圖網 請 | 注冊
> >
未來IT圖解:深度學習

未來IT圖解:深度學習

出版社：中國工人出版社出版時間：2021-01-01
開本： 其他 頁數： 160
本類榜單：經濟銷量榜
中 圖 價:¥30.8(6.7折) 定價  ¥46.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

未來IT圖解:深度學習 版權信息

  • ISBN：9787500875123
  • 條形碼：9787500875123 ; 978-7-5008-7512-3
  • 裝幀：一般純質紙
  • 冊數：暫無
  • 重量：暫無
  • 所屬分類：>

未來IT圖解:深度學習 本書特色

東京大學教授、日本深度學習協會理事長松尾豐隆重推薦！！圖文并茂、四色印刷，深度學習不易理解的本質及實際應用一目了然。

未來IT圖解:深度學習 內容簡介

“深度學習”被評價為未來時代的重要技術，但它本身很好復雜，除了這方面的專家，一般大眾很難掌握。主要原因是我們很難以一種易于理解的方式來解釋“深度學習”的機制。首先，為了理解“深度學習”并，且必須先了解諸如“神經網絡”之類的算法。其次，在描述諸如“深度學習”和“神經網絡”之類的算法時，通常要使用數學公式，因此若沒有技術或數學背景，就會面臨很多的理解障礙。實際上，一旦書中出現了公式，可能很多人都會把書合上。但是，“深度學習”未來將涉及所有行業(yè)。因此，即使不是專家，我們也需要知道它是什么以及它可以做什么。 《未來IT圖解：深度學習》一書分為三部分，通過大量插圖詳解深度學習的運作機制及實際案例。部分在介紹AI的歷史和發(fā)展的同時，闡述深度學習。第二部分用事實例輔助說明深度學習的使用方式。第三部分將預測未來并總結深度學習下將會發(fā)生的情況。從何為深度學習到暢想深度學習帶給我們的未來，本書講述的重點內容——深度學習在各個經濟領域的實際應用。深度學習技術通過人工智能的開發(fā)進化，可以使用于農業(yè)生產、工業(yè)制造，應對老齡化和新生兒減少的第三產業(yè)服務業(yè)，乃至進入家庭服務人類。

未來IT圖解:深度學習 目錄

序章 001 深度學習推動世界 002 成為能在深度學習時代生存下來的人才！ 004 PART１ 什么是深度學習？ 01: 深度學習的現在與未來 002 02: 推導“正確答案”的搜索 006 03: 機器學習的結構與方法 008 04: 神經網絡的種類與特征 012 05: 神經網絡的學習方法 016 06: 自編碼器的問世 022 07: 解決梯度消失、過擬合問題 024 08: CNN（卷積神經網絡 030 09: RNN（循環(huán)神經網絡） 036 10: 圖像生成模型 040 11: 陸續(xù)實現實用化的深層強化學習模型 044 12: 各國圍繞深度學習實用化的現狀 048 13: 深度學習領域中領先世界的企業(yè) 050 總結 什么是深度學習？ 052 專欄 推動實現深度學習的硬件進步 054 PART２ 深度學習的實用化 01: 深度學習的應用范圍與分類 056 02: 次品檢測 058 03: 外觀檢查 062 04: 自動撿料 064 05: 農業(yè) 066 06: 自動駕駛 068 07: 機器人出租車 070 08: 交通需求預測 072 09: 保護駕駛員 074 10: 診斷支持 076 11: 創(chuàng)制新藥 080 12: 基因治療 082 13: 護理教練與看護機器人 084 14: 裂紋、損傷檢測 086 15: 輸電線路巡檢 088 16: 異常檢測、預防性維護保養(yǎng) 090 17: 地基分析與地質評估 092 18: 自動挖掘 094 19: 產業(yè)廢棄物的鑒別 096 20: 校對報道內容與自動翻譯 098 21: 廣告點擊預測 100 22: 生成角色 102 23: 智能音箱 104 24: 無人收銀機 106 25: 預防盜竊 110 26: 制作報價單 112 27: 識別物流圖像與在庫管理 114 28: 自動裝盤 116 29: 用戶評價分析 118 30: 預測股價、檢測不正當交易 120 總結 深度學習會為今后的商業(yè)方式帶來什么 122 專欄 技術奇點何時來臨？會發(fā)生什么 124 PART３ 深度學習帶給我們的未來 01: 深度學習帶來的價值觀與生活 126 02: 深度學習的下一個市場 130 03: 引入深度學習的注意點 134 04: 在深度學習中有效應用數據 138 05: 深度學習時代所需要的人才 140 06: 有關深度學習的法規(guī)建設等 142 07: 面向未來 FiNC在做什么 144 總結 深度學習如何改變未來 146
展開全部

未來IT圖解:深度學習 節(jié)選

◆人工智能的起點：達特茅斯會議 研究的歷史先從硬件開始。第二次世界大戰(zhàn)結束不久后的 1946 年，美國賓夕法尼亞州誕生了電子數字積分計算機（ENIAC）。其 10 年后，新罕布什爾州的達特茅斯學院召開了關于人工智能的會議（達特茅斯會議），探討智能行動與思維的計算機程序實現的可能性。參加會議的研究學者艾倫·紐厄爾、赫伯特·西蒙論證了用計算機證明數學定理是可能的，此時使用的“邏輯理論家”（Logic Theorist）被譽為世界上**個人工智能程序。 ◆從“冷戰(zhàn)”中的翻譯到阿爾法狗的勝利 經過達特茅斯會議，人工智能研究進入“推理搜索時代”。從 20 世紀 50 年代后期到 60 年代，伴隨著“冷戰(zhàn)”的開始，英語和俄語的機器翻譯在美國備受關注。此外，由人工智能自主走迷宮、進行拼圖、與人對弈國際象棋和日本將棋等都取得了成功，從而掀起了研究熱潮（**次人工智能熱潮）。但是，當人們明白人工智能只能在限定的狀況下解決事先設定的問題后，熱潮降溫了。 第二次熱潮始于 20 世紀 80 年代，將專業(yè)知識輸入計算機的“專家系統”開發(fā)取得重要進展，人工智能研究從此進入“知識的時代”。具體而言，開發(fā)出了輸入病菌等數據就可以開出相應抗生素藥方的系統（第二次人工智能熱潮）。但是，當載入的龐大知識庫中出現了矛盾或缺乏一貫性的數據時，數據就變得難以保管和維護就變得困難，這一次浪潮也隨之降溫了。 進入 21 世紀后，隨著大數據成為熱門話題，人工智能研究熱潮再次來臨（第三次人工智能熱潮）。以大量統計數據為基礎，人工智能自主學習獲得知識的“機器學習”，具體而言，就是機器翻譯和檢索引擎實現了實用化。此外，作為機器學習的一種，本書的主題“深度學習”也登上了歷史舞臺。人工智能自主學習定義知識要素的自動駕駛技術、阿爾法狗（AlphaGo）的勝利則吸引了更多關注。

未來IT圖解:深度學習 作者簡介

作者簡介： 南野充則 畢業(yè)于東京大學工學部。大學期間創(chuàng)立健康管理公司MEDICA Corporation和CDSystem Corporation，曾在北京大學舉行的智能電網領域國際會議上獲得“最佳學生獎”。2016年8月，在日本成立了第一家專門從事健康和醫(yī)療保健領域的人工智能實驗室——FiNC Wellness AI Lab，2018年9月起擔任FiNC Technologies的首席技術官，也是日本深度學習協會（Japan Deep Learning Association）最年輕主任。 譯者介紹 劉曉慧 日本愛知大學經營學博士。曾任愛知大學國際中國學研究中心研究員、非常勤講師等職，現主要從事翻譯與寫作工作。主要譯作包括《四季和食》、日本《中央省廳的政策形成過程》等。 劉星 中國政法大學政治與公共管理學院國際政治系副教授，日本名古屋大學法學博士。曾任日本國際交流基金訪問學者、日本成蹊大學法學部客座研究員等。主要譯作包括《日本國際政治學》《思想者的足跡：池明觀》等。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服