應用人工智能:工程方法(原書2版) Applied Artificial Intelligence: An Engineering Approach

Bernhard G. Humm 譯 郭金林

商品描述

大多數的AI書籍主要聚焦於AI背後的理論方法,卻很少關注AI應用程序的工程化。
目前存在哪些AI庫、框架和服務?
在哪種情況下應該選擇哪種庫、框架和服務?
如何將它們整合到一個具有良好用戶體驗、易於維護的AI應用程序中?
如何滿足功能性要求和非功能性要求,特別是高性能要求?
針對上述問題,本書結合當前的新興技術和具體實例給出了很好的答案。
本書首先介紹AI的定義以及AI的簡要發展史,接著介紹主要的AI方法,包括機器學習和知識表示,
之後給出AI應用程序架構設計的指導原則,最後聚焦於AI的各個分領域,包括信息檢索、自然語言處理及計算機視覺。
書中涵蓋大量應用實例,其中,虛擬博物館實例貫穿全書。
此外,本書還提供相關AI產品列表及源代碼樣例,方便讀者快速開發自己的應用。

目錄大綱

譯者序
前言
作者簡介
第1章引言
1.1 本書概述
1.2 什麼是
1.3 AI簡史
1.4 AI對社會的影響
1.5 著名的AI項目
1.6 擴展閱讀
1.7 快速測驗
第2章機器學習
2.1 機器學習應用
2.2 機器學習領域和任務
2.3 機器學習方法
2.4 示例:使用決策樹對客戶進行分類
2.5 機器學習方法論
2.6 服務圖和產品圖
2.7 機器學習應用工程化
2.8 快速測驗
第3章知識表示
3.1 本體
3.2 知識表示方法
3.3 語義網標準
3.4 查詢本體
3.5 基於規則的推理
3.6 知識表示服務圖和知識表示產品圖
3.7 提示和技巧
3.8 快速測驗
第4章AI應用架構
4.1 AI參考架構
4.2 應用示例:虛擬博物館嚮導
4.3 數據集成/語義增強
4.4 應用邏輯/代理
4.5 現方式
4.6 編程語言
4.7 快速測驗
第5章信息檢索
5.1 信息檢索服務圖
5.2 信息檢索產品圖
5.3 提示和技巧
5.4 應用示例:語義自動建議功能
5.5 快速測驗
第6章自然語言處理
6.1 重點
6.2 簡單方法:詞袋模型
6.3 深層語義分析:從字母到句子
6.4 服務圖和產品圖
6.5 示例
6.6 快速測驗
第7章計算機視覺
7.1 計算機視覺應用
7.2 計算機視覺任務和方法
7.3 服務圖和產品圖
7.4 示例
7.5 快速測驗
第8章複雜事件處理
8.1 基礎
8.2 應用示例:智能工廠中的故障檢測
8.3 服務圖和產品圖
8.4 快速測驗
第9章結論
附錄產品表
參考文獻