机读格式显示(MARC)

• 000 02060nam 2200349 450

• 001 0000504750

• 005 20260515144500.0

• 010 __ |a 978-7-302-66420-8 |d CNY55.00

• 100 __ |a 20240726d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 人工智能技术基础 |A ren gong zhi neng ji shu ji chu |f 王科俊 ... [等] 编著

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 239页, [12] 页图版 |c 图 (部分彩图) |d 26cm

• 225 2_ |a 21世纪人工智能创新与应用丛书 |A 21 shi ji ren gong zhi neng chuang xin yu ying yong cong shu

• 304 __ |a 题名页题: 王科俊, 卢桂萍, 张恩, 方宇杰, 张连波编著

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 王科俊, 教授, 博导。中国人工智能学会理事, 黑龙江省人工智能学会理事长, 黑龙江省神经科学学会副理事长, 北京理工大学珠海校区教授, 哈尔滨工程大学教授, 黑龙江大学兼职教授。主要从事深度学习与神经网络、智能监控和多模态生物特征识别等方向的研究。卢桂萍, 教授, 高级工程师。广东省工程图学学会理事, 广东省科协学会学术项目评审专家, 珠海市工业互联网协会理事, 珠海市创客协会理事, 珠海市科学技术协会专家, 北京理工大学珠海校区教授。主要从事人工智能技术理论与应用、多模态情感识别、虚拟现实与网络化制造等方向的研究。

• 320 __ |a 有书目 (第237-239页)

• 330 __ |a 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。

• 410 _0 |1 2001 |a 21世纪人工智能创新与应用丛书

• 510 1_ |a Technology fundamentals of artificial intelligence |z eng

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 高等学校 |j 教材

• 690 __ |a TP18 |v 5

• 701 _0 |a 王科俊 |A wang ke jun |4 编著

• 701 _0 |a 卢桂萍 |A lu gui ping |4 编著

• 701 _0 |a 张恩 |A zhang en |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20240726

• 905 __ |a LJUZC |d TP18/1464

• 920 __ |a 222016 |z 1