《人工智能基礎(chǔ)與進(jìn)階 第二版 》讀書(shū)筆記思維導(dǎo)圖

思維導(dǎo)圖PPT模板《人工智能基礎(chǔ)與進(jìn)階第二版》最新版讀書(shū)筆記，下載可以直接修改人工智能小結(jié)深度計(jì)算機(jī)基礎(chǔ)知識(shí)車進(jìn)階篇實(shí)驗(yàn)結(jié)構(gòu)搜索算法形狀識(shí)別大數(shù)據(jù)領(lǐng)域環(huán)境機(jī)器內(nèi)容信息處理本書(shū)關(guān)鍵字分析思維導(dǎo)圖01內(nèi)容提要進(jìn)階篇基礎(chǔ)篇參考文獻(xiàn)目錄030204內(nèi)容摘要人工智能是一門發(fā)展極其迅速且內(nèi)容豐富的學(xué)科，其眾多分支領(lǐng)域都值得大家去探索和學(xué)習(xí)。本書(shū)分為基礎(chǔ)篇和進(jìn)階篇兩個(gè)篇章。其中，基礎(chǔ)篇內(nèi)容包括了人工智能的基本概念、人工智能的發(fā)展歷史、計(jì)算機(jī)與環(huán)境感知、簡(jiǎn)單幾何形狀的識(shí)別、人工智能搜索算法；進(jìn)階篇?jiǎng)t包括大數(shù)據(jù)的定義、知識(shí)與推理、回歸與分類、深度學(xué)習(xí)網(wǎng)絡(luò)、感知信息處理。此外還有配合知識(shí)學(xué)習(xí)的課程實(shí)踐，包括圖形匹配以及微縮車倒車入庫(kù)等實(shí)驗(yàn)。本書(shū)與《人工智能基礎(chǔ)與進(jìn)階（Python編程）》共同形成一套適合人工智能初學(xué)者的教材，同時(shí)也適合廣大對(duì)人工智能相關(guān)領(lǐng)域感興趣的讀者。內(nèi)容提要基礎(chǔ)篇1走近人工智能2計(jì)算機(jī)與人工智能3計(jì)算機(jī)與環(huán)境感知4簡(jiǎn)單幾何形狀的識(shí)別5人工智能搜索算法6智能感知與交互——智能微縮車010302040506基礎(chǔ)篇1.1什么是人工智能1.2人工智能簡(jiǎn)史1.3人工智能對(duì)人類的影響1.4當(dāng)前人工智能的局限1.5人工智能的未來(lái)本章小結(jié)0103020405061走近人工智能2.1數(shù)理邏輯的基礎(chǔ)——布爾代數(shù)2.2“用機(jī)器計(jì)算”的基礎(chǔ)——可計(jì)算理...2.3人工智能之父——圖靈2.4計(jì)算機(jī)2計(jì)算機(jī)與人工智能2.5早期人工智能2.6動(dòng)物識(shí)別專家系統(tǒng)2.7二進(jìn)制與位運(yùn)算本章小結(jié)2計(jì)算機(jī)與人工智能3.1聲音是一種一維信號(hào)3.2圖像是一種二維信號(hào)3.3紅外測(cè)距本章小結(jié)3計(jì)算機(jī)與環(huán)境感知4.1角點(diǎn)檢測(cè)4.2模板匹配4.3基礎(chǔ)形狀的識(shí)別4.4箭頭識(shí)別4.5直線檢測(cè)4.6圓的檢測(cè)0103020405064簡(jiǎn)單幾何形狀的識(shí)別4.7拓展應(yīng)用拓展閱讀本章小結(jié)4簡(jiǎn)單幾何形狀的識(shí)別5.1廣度優(yōu)先搜索5.2深度優(yōu)先搜索5.3A?搜索5.4基于搜索算法的迷宮案例分析5人工智能搜索算法5.5梯度下降法本章小結(jié)5.6牛頓法5人工智能搜索算法6.1微縮車的任務(wù)目標(biāo)6.2微縮車的整體結(jié)構(gòu)6.3微縮車各部分的結(jié)構(gòu)和原理6.4實(shí)驗(yàn)階段本章小結(jié)123456智能感知與交互——智能微縮車進(jìn)階篇7大數(shù)據(jù)開(kāi)啟了人工智能新時(shí)代8知識(shí)與推理9回歸與分類10深度學(xué)習(xí)網(wǎng)絡(luò)11感知信息處理12人工智能進(jìn)階實(shí)驗(yàn)010302040506進(jìn)階篇7.1人工智能的發(fā)展歷史回顧7.2當(dāng)代人工智能的基石：大數(shù)據(jù)7.3大數(shù)據(jù)時(shí)代下的人工智能7.4大數(shù)據(jù)下深度學(xué)習(xí)成功的啟示7.5大數(shù)據(jù)人工智能的倫理本章小結(jié)0103020405067大數(shù)據(jù)開(kāi)啟了人工智能新時(shí)代8.1知識(shí)表示8.2知識(shí)推理8.3產(chǎn)生式系統(tǒng)的推理8.4知識(shí)圖譜本章小結(jié)123458知識(shí)與推理9.1線性回歸9.2最小二乘法9.3支持向量機(jī)9.4決策樹(shù)9回歸與分類9.5k近鄰算法9.6集成學(xué)習(xí)9.7隨機(jī)森林本章小結(jié)9回歸與分類10.1從特征工程到深度神經(jīng)網(wǎng)絡(luò)10.2神經(jīng)元模型10.3深度神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及訓(xùn)練10.4深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的優(yōu)勢(shì)10.5深度學(xué)習(xí)的應(yīng)用本章小結(jié)01030204050610深度學(xué)習(xí)網(wǎng)絡(luò)11.1語(yǔ)音識(shí)別本章小結(jié)11.