简介
深度学习和自然计算是人工智能领域中的热点研究方向。通过研究分析、模拟人脑的认知机理以及自然系统的智能行为和机制，构造相应的学习模型与优化算法，利用先进的计算工具实现高效的计算智能方法，并用于解决实际工程问题是人工智能研究的重要途径。 本书共分11章，主要介绍人工智能、神经网络基础、卷积神经网络、循环神经网络、生成对抗网络、孪生神经网络、遗传算法、差分进化算法、粒子群算法、协同演化算法和多目标优化算法及其在图像处理、数据处理等领域的应用。 本书是作者在从事多年人工智能、机器学习教学、科研工作积累的经验基础上编纂而成。本书可作为高等学校计算机科学与技术、软件工程、人工智能及电子工程等专业高年级本科生和研究生的教材，也可作为相关领域科研人员的参考书。
编辑推荐
本书融合人工智能领域的两大热点方向，包括自然计算和深度学习的主流研究，还对各算法的优缺点进行了深入分析，并介绍了最新的研究进展。每章都配有算法操作实例，将科研融入教学中，为科学研究打下基础。适合作为高等学校信息科学、计算机科学、软件工程、模式识别、人工智能及电子工程等专业高年级本科生和研究生的学习用书。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2022-10-01
- 更新： 2023-11-24
- 书号：9787302614975
- 中图：TP18-43
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
相关图书
深度学习与音乐生成
[法]让·皮埃尔·布赖特（Jean-Pierre Briot），[法]加埃坦·哈杰里斯（Ga?tan Hadjeres），[法]弗朗索瓦·大卫·帕凯特（Fran?ois-David Pachet） 著；高凯，仇元喆，刘一贺 译
￥79.00
