未來IT圖解:深度學習未來IT圖解-深度學習, Deep learning

未來IT圖解:深度學習未來IT圖解-深度學習, Deep learning

《未來IT圖解:深度學習未來IT圖解-深度學習, Deep learning》是2021年工人出版社出版的圖書,作者是南野充則,本書分為三部分,通過大量插圖詳解深度學習的運作機制及實際案例。第一部分在介紹AI的歷史和發展的同時,闡述深度學習。

基本介紹

  • 中文名:未來IT圖解:深度學習未來IT圖解-深度學習, Deep learning
  • 作者:南野充則
  • 出版社:工人出版社
  • ISBN:9787500875123
內容簡介,圖書目錄,作者簡介,

內容簡介

“深度學習”被評價為未來時代的重要技術,但它本身非常複雜,除了這方面的專家,一般大眾很難掌握。主要原因是我們很難以一種易於理解的方式來解釋“深度學習”的機制。首先,為了理解“深度學習”並,且必須先了解諸如“神經網路”之類的算法。其次,在描述諸如“深度學習”和“神經網路”之類的算法時,通常要使用數學公式,因此若沒有技術或數學背景,就會面臨很多的理解障礙。實際上,一旦書中出現了公式,可能很多人都會把書合上。但是,“深度學習”未來將涉及所有行業。因此,即使不是專家,我們也需要知道它是什麼以及它可以做什麼。《未來IT圖解:深度學習》一書分為三部分,通過大量插圖詳解深度學習的運作機制及實際案例。*部分在介紹AI的歷史和發展的同時,闡述深度學習。第二部分用事實例輔助說明深度學習的使用方式。第三部分將預測未來並總結深度學習主導下將會發生的情況。從何為深度學習到暢想深度學習帶給我們的未來,本書講述的重點內容——深度學習在各個經濟領域的實際套用。深度學習技術通過人工智慧的開發進化,可以使用於農業生產、工業製造,應對老齡化和新生兒減少的第三產業服務業,乃至進入家庭服務人類。

圖書目錄

序章 001
深度學習推動世界 002
成為能在深度學習時代生存下來的人才! 004
PART1
什麼是深度學習?
01: 深度學習的現在與未來 002
02: 推導“正確答案”的搜尋 006
03: 機器學習的結構與方法 008
04: 神經網路的種類與特徵 012
05: 神經網路的學習方法 016
06: 自編碼器的問世 022
07: 解決梯度消失、過擬合問題 024
08: CNN(卷積神經網路) 030
09: RNN(循環神經網路) 036
10: 圖像生成模型 040
11: 陸續實現實用化的深層強化學習模型 044
12: 各國圍繞深度學習實用化的現狀 048
13: 深度學習領域中領先世界的企業 050
總結 什麼是深度學習? 052
專欄 推動實現深度學習的硬體進步 054
PART2
深度學習的實用化
01: 深度學習的套用範圍與分類 056
02: 次品檢測 058
03: 外觀檢查 062
04: 自動撿料 064
05: 農業 066
06: 自動駕駛 068
07: 機器人計程車 070
08: 交通需求預測 072
09: 保護駕駛員 074
10: 診斷支持 076
11: 創製新藥 080
12: 基因治療 082
13: 護理教練與看護機器人 084
14: 裂紋、損傷檢測 086
15: 輸電線路巡檢 088
16: 異常檢測、預防性維護保養 090
17: 地基分析與地質評估 092
18: 自動挖掘 094
19: 產業廢棄物的鑑別 096
20: 校對報導內容與自動翻譯 098
21: 廣告點擊預測 100
22: 生成角色 102
23: 智慧型音箱 104
24: 無人收銀機 106
25: 預防盜竊 110
26: 製作報價單 112
27: 識別物流圖像與在庫管理 114
28: 自動裝盤 116
29: 用戶評價分析 118
30: 預測股價、檢測不正當交易 120
總結 深度學習會為今後的商業方式帶來什麼 122
專欄 技術奇點何時來臨?會發生什麼 124
PART3
深度學習帶給我們的未來
01: 深度學習帶來的價值觀與生活 126
02: 深度學習的下一個市場 130
03: 引入深度學習的注意點 134
04: 在深度學習中有效套用數據 138
05: 深度學習時代所需要的人才 140
06: 有關深度學習的法規建設等 142
07: 面向未來 FiNC在做什麼 144
總結 深度學習如何改變未來 146

作者簡介

南野充則,畢業於東京大學工學部。大學期間創立健康管理公司MEDICA Corporation和CDSystem Corporation,曾在北京大學舉行的智慧型電網領域國際會議上獲得“學生獎”。2016年8月,在日本成立了家專門從事健康和醫療保健領域的人工智慧實驗室——FiNC Wellness AI Lab,2018年9月起擔任FiNC Technologies的首席技術官,也是日本深度學習協會(Japan Deep Learning Association)年輕主任。譯者介紹,劉曉慧,日本愛知大學經營學博士。曾任愛知大學國際中國學研究中心研究員、非常勤講師等職,現主要從事翻譯與寫作工作。主要譯作包括《四季和食》、日本《中央省廳的政策形成過程》等。劉星,中國政法大學政治與公共管理學院國際政治系副教授,日本名古屋大學法學博士。曾任日本國際交流基金訪問學者、日本成蹊大學法學部客座研究員等。主要譯作包括《日本國際政治學》《思想者的足跡:池明觀》等。

相關詞條

熱門詞條

聯絡我們