AI必修課：日本情感研究權威的人工智慧秒懂攻略 / 坂本真樹著價格比較,價格查詢,歷史價格詳細信息

AI必修課：日本情感研究權威的人工智慧秒懂攻略 / 坂本真樹著價格比較,價格查詢,價格歷史信息

Name: AI必修課：日本情感研究權威的人工智慧秒懂攻略 / 坂本真樹 著
SKU: 40383406-7920342905

AI必修課：日本情感研究權威的人工智慧秒懂攻略 / 坂本真樹著規格

AI必修課：日本情感研究權威的人工智慧秒懂攻略 / 坂本真樹著最新價格

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

AI必修課：日本情感研究權威的人工智慧秒懂攻略 / 坂本真樹著歷史價格(單位:新台幣)

AI必修課：日本情感研究權威的人工智慧秒懂攻略 / 坂本真樹著描述

NHK、全球財經衛星、朝日新聞爭相邀請　　日本AI情感研究第一人　　亞馬遜網友熱烈贊同，讀懂AI的第一本書　　人工智慧來了！　　AlphaGo在棋盤上打敗人類、蘇菲亞成為沙國公民… 　　未來，AI還會造成什麼樣的影響？　　準備好迎接人造智慧的時代了嗎？　　本書適合想了解AI，但似懂非懂，覺得相關知識很難的讀者，能為學生建立基礎概念，提前職涯規劃，也能讓社會人士速修最新知識，領先時代潮流。　　日本AI情感研究第一人、第一位分析AlphaGo及AI情感的研究者坂本真樹教授，　　手把手帶你了解AI！　　本書重點：　　★人工智慧(AI)到底是什麼？漫畫插圖一次看懂！　　★AI≠機器人！人工智慧與機器人的關係，就像大腦和身體　　★AI也有分等級，你身邊的冰箱、冷氣可能就是AI！　　★根據摩爾定律，電腦將在2045年超越人腦！　　★哪些工作會在未來消失，哪些工作不會被AI取代？　　★課外補充、求職先修、職場加分必讀！　　立刻了解AI發展史、現況，掌握未來趨勢！作者介紹作者簡介坂本真樹　　●日本電氣通信大學研究所資訊工程學研究科資訊工程學專攻／人工智慧尖端研究中心教授　　●活躍於電視、廣播、雜誌、報紙等各大媒體　　●Oscar Promotion（業務合作）　　坂本真樹老師，資訊更新中！　　電氣通信大學坂本真樹研究室搜尋　　坂本真樹Official Blog「清新閃亮☆研究LIFE」　　ameblo.jp/maki-sakamoto1215/ 　　Oscar Promotion官方網站「beamie」　　beamie.jp/d/maki_sakamoto.html 　譯者簡介陳朕疆　　自由譯者。清大生科學士、政大財管碩士、京都大學農學部交換一年、台大經濟系研究助理一年。碰到新的領域就想一探究竟，成為譯者是偶然，卻也越做越喜歡，歡迎批評指教。Facebook帳號同名字，email: czj.kyoto@gmail.com 目錄第一章人工智慧是什麼？ 1.1 人工智慧何時誕生？ ●人的智慧？人工智慧？ ●哪一邊是人呢？圖靈測試 ●看起來有點孤單的人工智慧？ ●人類和人工智慧的差異 ●與電腦性能一起發展 ●AI的歷史＜達特茅斯會議＞ ●AI的歷史＜第一次AI熱潮＞ ●AI的歷史＜第二次AI熱潮＞ ●現在進行式＜第三次AI熱潮＞！ 1.2 這就是人工智慧？ ●人工智慧和機器人的差異 ●機器人研究？人工智慧研究？ ●人工智慧是否需要身體？ ●第一級人工智慧 ●第二級人工智慧 ●第三級人工智慧 ●第四級人工智慧、特化型人工智慧 ●第五級人工智慧、泛用人工智慧 1.3 人工智慧會超越人類嗎？ ●「科技奇點」是什麼？ ●科技奇點值得擔憂嗎？ ●怎麼製作泛用人工智慧？ ●人類是否有可能因AI而滅亡？ ●AI會改變人類的未來嗎？ ●未來可能消失的工作？ ●未來可能留下的工作？第二章人工智慧擅長與不擅長處理的事 2.1 人工智慧擅長處理的事 ●擅長處理Web資訊 ●0與1組成的數位資料 ●電腦資料（語言、影片、聲音） ●以電腦處理視覺資訊 ●數位相機的進化 ●提高解析度，相機可以超越人眼嗎？ ●世界共通的資料 ●圖像識別競賽ILSVRC ●電腦處理聽覺資訊 ●使用兩個麥克風的聲音辨識 ●使用多個麥克風的「麥克風陣列」 ●如何將聲音轉換成文字？ ●聲音模型、語言模型 2.2 人工智慧不擅長處理的事 ●事物的意義難以理解 ●語意網路是什麼？ ●就算不懂問題的意義仍可回答？ ●潛在語義分析是什麼？ ●東Robo君放棄的理由 ●為了變聰明，五感是必要條件？ ●對人工智慧來說，什麼是味覺？ ●對人工智慧來說，什麼是嗅覺？ ●氣味在未來有哪些相關發展？ ●對人工智慧來說，什麼是觸覺？ ●實現觸覺很困難！第三章人工智慧如何從資訊中學習？ 3.1 機器學習是什麼？ ●想要教機器（電腦）如何「學習」！ ●監督式學習 ●分類問題＜判斷垃圾郵件＞ ●回歸問題＜預測數值＞ ●找出適當的直線（函數）！ ●過度學習 ●什麼是非監督式學習？ ●把資料分成數個群集吧！ ●k-means分類法 ●強化學習是講賞與懲罰 3.2 類神經網路是什麼？ ●神經元建構的腦 ●人工神經元的結構 ●權重代表重要度與信賴度 ●赫布理論 ●什麼是感知器？ ●線性不可分的問題 ●Backpropagation（誤差反向傳播法） ●為了讓誤差變小，需要調整權重！ ●增加層數後…誤差反而傳不過去？ ●支援向量機的優點是什麼？ ●過度學習的避免與泛化能力不能兩者兼得 3.3 Deep Learning厲害在哪裡？ ●Deep Learning出名之日 ●電腦自動尋找特徵量！ ●Deep Learning可以到四層以上 ●自動編碼器的輸入與輸出相同？ ●輸入與輸出相同所代表的意義 ●更接近人類的方式 ●Deep Learning方法 3.4 AI三大家之一的「遺傳演算法」是什麼？ ●AI三大家的各種面向 ●達爾文演化論的啟發 ●遺傳演算法的使用方式第四章人工智慧的應用 4.1 從「遊戲」應用看人工智慧 ●遊戲AI進化史 ●人類 vs AI ～西洋棋篇～ ●人類 vs AI ～將棋篇～ ●人類 vs AI ～圍棋篇～ 4.2 「影像」應用，引發第三次AI熱潮 ●Google的貓識別 ●影像辨識的進化 ●醫療上的應用（庄野研究室） ●醫療上的應用（黑色素瘤的判別） ●醫療上的應用（癌症診斷） ●提升診斷精確度 4.3 熱門話題「自動駕駛AI」應用 ●自動化達成的程度？ ●為實現自動駕駛必須做到哪些事？ ●訓練自動駕駛的步驟 ●如何判斷位置與狀況 ●發生交通事故，如何釐清事故原因？ 4.4 「對話AI」應用實例 ●如何讓電腦與人對話？ ●「有知識的」對話AI ●「沒有知識的」對話AI ●編寫對話的三種技術 ●如何使機器進行自然對話？ 4.5 遺傳演算法的「擬聲詞」應用實例 ●傳遞人類感受的擬聲詞 ●擬聲詞生成系統 ●生成擬聲詞的步驟 ●執行最適化過程 ●擬聲詞生成系統的內部機制 ●擬聲詞的生成 4.6 AI的「藝術」應用實例 ●AI在藝術方面的挑戰～小說篇～ ●AI小說計畫 ●AI在藝術方面的挑戰～繪畫篇～ ●AI在藝術方面的挑戰～作曲篇～結語參考文獻索引