大數據與人工智慧導論(2021年北京師範大學出版社出版的圖書)

內容簡介

本書共分為7章。第1章介紹了大數據與人工智慧的基本概念、發展歷史、特徵與現狀，以及面臨的難題和未來的前景。第2章介紹了大數據的特性以及大數據分析全流程所涉及的各種技術，主要包含數據的採集與預處理、存儲與管理、處理與分析、可視化以及安全與隱私保護。第3章介紹了大數據各種雲計算平台，主要包括MapReduce平台、Hadoop平台、Spark平台。第4章介紹了機器學習的定義、發展、範圍和方法等，並對監督學習、無監督學習、強化學習的代表性方法做了具體介紹。第5章首先介紹了人工神經元的結構和數學模型，人工神經網路的定義、特點、結構和工作方式，並著重介紹了最基本、最典型的BP神經網路和Hopfield神經網路及其套用，其次介紹了深度學習的定義、主要特點，並結合實例介紹了深度學習算法的主要模型。第6章針對智慧型語音、計算機視覺、自然語言處理三個重要的人工智慧研究領域，分別在技術原理、發展歷程、研究方向和技術套用等幾個方面做了介紹。第7章介紹了大數據與人工智慧在各行業的廣泛套用。

圖書目錄

第1章大數據與人工智慧概述

1.1 大數據概述

1.2 人工智慧概述

1.3 大數據與人工智慧的機遇與挑戰

1.4 本章小結

第2章大數據技術

2.1 數據的多樣性

2.2 大數據處理的一般流程

2.3 數據採集與預處理

2.4 數據存儲與數據倉庫

2.5 數據處理與分析

2.6 數據可視化

2.7 數據安全和隱私保護

2.8 本章小結

第3章大數據計算平台

3.1 雲計算

3.2 雲計算平台

3.3 MapReduce平台

3.4 Hadoop平台

3.5 Spark平台

3.6 本章小結

第4章機器學習

4.1 機器學習概述

4.2 監督學習

4.3 無監督學習

4.4 強化學習

4.5 本章小結

第5章人工神經網路與深度學習

5.1 人工神經網路的發展概況

5.2 人工神經元與神經網路

5.3 BP神經網路

5.4 Hopfield神經網路

5.5 深度學習

5.6 本章小結

第6章智慧型識別

6.1 智慧型語音

6.2 計算機視覺

6.3 自然語言處理

6.4 本章小結

第7章大數據與人工智慧的套用

7.1 智慧型家居

7.2 智慧醫療

7.3 智慧交通

7.4 智慧型安防

7.5 智慧型金融

7.6 智慧型教育

大數據與人工智慧導論(2021年北京師範大學出版社出版的圖書)

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條