Unlocking Artificial Intelligence. From Theory to Applications
Cập nhật vào: Chủ nhật - 21/09/2025 23:39
Nhan đề chính: Unlocking Artificial Intelligence. From Theory to Applications
Nhan đề dịch: Mở khóa trí tuệ nhân tạo. Từ lý thuyết đến ứng dụng
Tác giả: Christopher Mutschler
Nhà xuất bản: Springer Nature
Năm xuất bản: 2024
Số trang: 380 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-64832-8
SpringerLink
Lời giới thiệu: Cuốn sách cung cấp tổng quan hiện đại về nghiên cứu học máy và ứng dụng nghiên cứu này trong nhiều lĩnh vực khác nhau. Rõ ràng là việc tích hợp các phương pháp sử dụng trí tuệ nhân tạo (AI) vào sản phẩm và dịch vụ là điều cần thiết để các công ty duy trì khả năng cạnh tranh. Việc sử dụng AI cho phép phân tích khối lượng lớn dữ liệu, xác định các mô hình và xu hướng, cũng như đưa ra các quyết định có căn cứ trên cơ sở thông tin đã có. AI cũng cho phép tối ưu hóa quy trình làm việc, tự động hóa các quy trình và phát triển các dịch vụ mới, do đó tạo ra tiềm năng cho các mô hình kinh doanh mới và lợi thế cạnh tranh đáng kể. Cuốn sách được chia thành hai phần chính: Phần đầu tiên định hướng lý thuyết, giải thích về nhiều phương pháp tiếp cận liên quan đến AI/ML như học máy tự động, học dựa trên trình tự, học sâu, học từ kinh nghiệm và dữ liệu, và học nhận thức quy trình. Phần thứ hai, trình bày nhiều ứng dụng khác nhau như các hệ thống tự động, định vị trong nhà, ứng dụng y tế, cung cấp năng lượng và mạng lưới, mạng lưới hậu cần, kiểm soát giao thông, xử lý hình ảnh và ứng dụng IoT. Nhìn chung, cuốn sách cung cấp cho các chuyên gia và nhà nghiên cứu ứng dụng cái nhìn tổng quan tuyệt vời về các phương pháp khai thác, cách tiếp cận và thách thức hiện tại của nghiên cứu liên quan đến AI/ML.
Từ khóa: Trí tuệ nhân tạo. AI. ML. Học máy.
Nội dung cuốn sách gồm những phần sau:
Lý thuyết
Phần đầu
Học máy tự động
Học dựa trên trình tự
Học từ kinh nghiệm
Học với dữ liệu có nhãn hạn chế
Vai trò của định lượng bất định đối với AI đáng tin cậy
Học tập theo quy trình
Tối ưu hóa tổ hợp
Thu thập ngữ nghĩa cho các ứng dụng dựa trên học máy và học sâu
Ứng dụng
Khả năng phục hồi được đảm bảo trong các hệ thống tự động – Phương pháp học máy để có nhận thức đáng tin cậy
Định vị không dây dựa trên dữ liệu
AI dễ hiểu để phát hiện trạng thái đa phương thức
AI mạnh mẽ và thích ứng cho bệnh lý kỹ thuật số
AI an toàn và đáng tin cậy cho các hệ thống tự động
AI để tối ưu hóa độ ổn định trong lưới điện một chiều điện áp thấp
Tự tối ưu hóa trong mạng lưới hậu cần thích ứng
Tối ưu hóa hệ thống tàu điện ngầm
Giám sát tình trạng hỗ trợ AI và phân tích lỗi cho hệ thống không dây công nghiệp
Phân đoạn tập dữ liệu XXL-CT
AI tiết kiệm năng lượng ở rìa
Liên hệ
Tiếng Việt
Tiếng Anh








