简介
人工智能在人类社会各领域得到广泛应用,已成为社会进步的核心技术。本书全面介绍当前人工智能技术的基础理论和方法,包括深度神经网络、知识图谱、图神经网络、生成式人工智能和机器学习方法5部分内容。重点介绍深度神经网络基本原理、卷积神经网络、循环神经网络、注意力机制和Transformer,介绍知识图谱、图神经网络和生成式人工智能的基本理论与方法,最后简要介绍弱监督、自监督、迁移学习、深度强化学习、元学习和小样本学习、持续学习等机器学习方法,还介绍了大语言模型中的机器学习方法。 本书是作者总结近年来的教学和科研成果,结合国内外人工智能技术领域最新成果编写而成的。全书内容体系新颖,具有先进性、系统性和实用性。本书可作为高等学校人工智能技术课程的教材,也可供相关专业的工程技术人员参考。
编辑推荐
本书详细阐述了深度神经网络,知识图谱,图神经网络,生成式人工智能方法和机器学习方法,还介绍了弱监督、自监督、迁移学习、深度强化学习、元学习和小样本学习、持续学习等机器学习方法。还介绍了大语言模型中的机器学习方法。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-07-01
- 更新: 2024-11-13
- 书号:9787302664208
- 中图:TP18
- 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