書籍資訊

書號：PB401

作者：徐潔磐編著 陳俊成 何敏煌編譯

ISBN：9789865232214

初版日期：2021-07-26

最新出版日期：2021-07-26

出版商：台科大圖書

建議售價： NT$480

哪裡買

---

特色

隨著人工智慧的發展，AI 已不再只是個新穎或遥遠的名詞、而已成為現代人不可或缺的知識及能力，不只在大專校院，就連中小學及社會人士也對此領域充滿遠景的期待與求知的熱忱。本書作為人工智慧入門讀物，具以下特色：
1. 現代性：具有新一代人工智慧的特色。
2. 應用性：將理論與實際融合，能應用於眾多領域與行業。
3. 引導性：是引領讀者進入人工智慧學科的基礎性讀物。
4. 全面性：從理論、技術、應用、開發，完整地介紹人工智慧發展各面向，全方位涵蓋AI領域中所有需要知道的主題。
5. 延伸性：在本書的導論基礎上，可再配合相關叢書，進行融入程式設計的進階課程；亦可進行不同領域或主題式開發的專題課程、

---

目錄

第一篇｜基礎理論篇
chapter 1 總論
1-1人工智慧發展歷史
1-2人工智慧概念介紹
1-3人工智慧發展三大學派
1-4人工智慧的學科體系
小結
習題

chapter 2 知識及知識表示
2-1概述
2-2產生式表示法
2-3狀態空間表示法
2-4謂詞邏輯表示法
2-5知識圖譜表示法
小結
習題

chapter 3 知識組織與管理—知識庫介紹
3-1知識庫概述
3-2知識庫發展歷史
3-3典型知識庫系統介紹
小結
習題

chapter 4 知識獲取之搜尋策略方法
4-1概述
4-2盲目搜尋
4-3啟發式搜尋
4-4博弈樹的啟發式搜尋
小結
習題
實驗

chapter 5 知識獲取之推理方法
5-1知識推理基本理論
5-2謂詞邏輯自然推理
5-3謂詞邏輯的自動定理證明
5-4知識推理方法之評價
小結
習題
實驗

第二篇｜應用技術篇
chapter 6 知識獲取之機器學習方法
6-1機器學習概述
6-2人工神經網路
6-3決策樹
6-4貝葉斯方法
6-5支援向量機方法
6-6關聯規則方法
6-7聚類方法
6-8遷移學習
6-9強化學習方法
小結
習題
實驗

chapter 7 深度學習與卷積神經網路
7-1淺層學習與深度學習
7-2深度學習概述
7-3卷積神經網路
小結
習題
實驗

chapter 8 知識獲取之知識圖譜方法
8-1知識圖譜中的知識獲取概述
8-2知識圖譜中的知識獲取方法
8-3著名的知識圖譜介紹
8-4知識圖譜中的知識儲存管理
8-5知識圖譜的應用
小結
習題
實驗

chapter 9 知識獲取之Agent方法
9-1 Agent介紹
9-2多Agent
9-3行動Agent
9-4智慧Agent
小結
習題

chapter 10 知識工程與專家系統
10-1知識工程與專家系統概述
10-2專家系統組成
10-3專家系統分類
10-4專家系統開發
10-5傳統專家系統與新一代專家系統
小結
習題

chapter 11 電腦視覺
11-1電腦視覺概述
11-2電腦視覺中的影像分析和理解
11-3電腦視覺應用
小結
習題
實驗

chapter 12 自然語言處理
12-1自然語言處理中之自然語言理解
12-2自然語言處理中之自然語言生成
12-3語音處理
12-4自然語言處理應用實例
小結
習題
實驗

chapter 13 機器人
13-1機器人概述
13-2機器人組織結構
13-3機器人工作原理
13-4機器人的應用
小結
習題

第三篇｜應用篇
chapter 14 大數據技術
14-1大數據技術概述
14-2大數據基礎平台
14-3大數據軟體平台 — Hadoop
14-4大數據管理
14-5大數據計算 233
14-6大數據使用者端與視覺化
小結
習題

chapter 15 知識獲取—電腦智慧系統開發
15-1概述
15-2電腦智慧系統開發的三大要素
15-3電腦智慧系統組成
15-4電腦智慧系統開發流程
15-5人工智慧知識獲取的三種典型方法
小結
習題

chapter 16 智慧應用—人工智慧應用系統開發
16-1人工智慧應用系統組成
16-2人工智慧應用系統開發
16-3人工智慧典型應用產品介紹
小結
習題

第四篇｜展望篇
chapter 17 人工智慧發展展望
17-1人工智慧學科發展
17-2人工智慧所引發的社會問題及其解決
小結
習題
參考文獻