人工智能导论
本书特色
[
《人工智能导论》是为高等院校相关专业“人工智能导论”课程设计编写，具有丰富应用特色的主教材。针对高校学生的发展需求，《人工智能导论》分引言、基础知识、基于知识的系统和高级专题四部分，可依照学习进度与需求，做适当选择。内容包括：引言，包括绪论（基本概念）、人工智能 领域应用；基础知识，包括大数据思维、搜索算法、知识表示；基于知识的系统，包括专家系统、机器学习、深度学习；高级专题，包括机器人技术、智能图像处理、自然语言处理、自动规划。
《人工智能导论》较为系统、全面地介绍了人工智能的相关概念、理论与应用，可以帮助读者扎实地打好人工智能的知识基础。
《人工智能导论》既适合高校学生学习，也适合对人工智能相关领域感兴趣的读者阅读参考。
]
内容简介
[
本书共分为四个部分: 引言、基础知识、基于知识的系统、高级专题。主要内容包括: 绪论 ; 人工智能+领域应用 ; 大数据思维 ; 知识表示 ; 专家系统等。
]
目录
前言**部分引言第1章绪论【导读案例】云计算四十年历史化蝶成茧1.1什么是人工智能1.1.1人工智能定义1.1.2强人工智能与弱人工智能1.2人工智能发展历史1.2.1大师与通用机器1.2.2人工智能学科的诞生1.2.3人工智能的发展历程1.2.4人工智能的社会必然性1.3人工智能的研究1.3.1人工智能的研究领域1.3.2在计算机上的实现方法1.3.3人工智能发展的启示1.3.4新图灵测试1.4人工智能时代需要的人才1.4.1社会进步取代了传统劳动1.4.2未来的五个重要岗位1.5人工智能与安全1.5.1安全问题不容忽视1.5.2设定伦理要求1.5.3强力保护个人隐私【作业】第2章人工智能 领域应用【导读案例】动物智能：聪明的汉斯2.1关于智慧地球2.2智慧城市2.2.1什么是智慧城市2.2.2智慧城市与数字城市2.2.3智慧城市与智能城市2.2.4智慧城市与智慧农业2.3智慧交通2.3.1智慧交通的建设前提2.3.2轨道交通系统的发展2.4智能家居2.4.1家庭自动化2.4.2家庭网络2.4.3网络家电2.4.4智能家居的设计理念2.5智慧医疗2.5.1循证医学的发展2.5.2医疗保健新突破2.5.3智慧的医疗信息平台2.6智慧教育2.6.1智慧教育的定义2.6.2智慧校园是智慧教育的一部分2.6.3建设智慧教室2.6.4智慧教学模式2.7智慧新零售2.8智能客户服务2.8.1企业布局智能客服2.8.2智能客服的人机分工 【作业】第二部分基 础 知 识第3章大数据思维【导读案例】亚马逊推荐系统3.1大数据与人工智能3.2思维转变之一：样本=总体3.2.1小数据时代的随机采样3.2.2大数据与乔布斯的癌症治疗3.2.3全数据模式：样本=总体3.3思维转变之二：接受数据的混杂性3.3.1允许不精确3.3.2纷繁的数据越多越好3.3.3混杂性是标准途径3.3.45%的数字数据与95%的非结构化数据3.4思维转变之三：数据的相关关系3.4.1关联物，预测的关键3.4.2“是什么”，而不是“为什么”3.4.3通过因果关系了解世界3.4.4通过相关关系了解世界【作业】第4章搜索算法【导读案例】AI能替代码农编程吗？4.1关于搜索算法4.2盲目搜索4.2.1状态空间图4.2.2回溯算法4.2.3贪婪算法4.2.4旅行销售员问题4.2.5深度优先搜索4.2.6广度优先搜索4.2.7迭代加深搜索4.3知情搜索4.3.1启发法4.3.2爬山法4.3.3*陡爬坡法4.3.4*佳优先搜索4.3.5分支定界法——找到*佳解4.3.6A*算法4.4受到自然启发的搜索4.4.1遗传规划4.4.2蚂蚁聚居地优化4.4.3模拟退火4.4.4粒子群4.4.5禁忌搜索【作业】第5章知识表示【导读案例】“x0后”网络形象报告：成长为中坚一代5.1什么是知识表示5.1.1知识的概念5.1.2知识表示方法5.1.3表示方法的选择5.2图形草图5.3图和哥尼斯堡桥问题5.4搜索树（决策树）5.5产生式系统5.6面向对象5.7框架法5.8语义网络5.8.1语义网络表示5.8.2知识图谱【作业】第三部分基于知识的系统第6章专家系统【导读案例】中美人工智能PK6.1专家系统及其发展6.1.1在自己的领域里作为专家6.1.2五个技能获取阶段6.1.3专家的特点6.1.4专家系统的特征6.1.5建立专家系统要思考的问题6.2知识工程6.3知识获取6.4专家系统的结构6.4.1知识库6.4.2推理机6.4.3其他部分6.5经典的专家系统6.5.1DENDRAL专家系统6.5.2振动故障诊断的专家系统6.5.3自动牙科识别【作业】第7章机器学习【导读案例】Netflix的电影推荐引擎7.1什么是机器学习7.1.1机器学习的发展7.1.2机器学习的定义7.2机器学习的学习类型7.2.1监督学习7.2.2无监督学习7.2.3强化学习7.3机器学习的算法7.3.1什么是算法7.3.2回归算法7.3.3基于实例的算法7.3.4决策树算法7.3.5贝叶斯算法7.3.6聚类算法7.3.7神经网络算法7.4机器学习的基本结构7.5机器学习的分类7.5.1基于学习策略的分类7.5.2基于所获取知识的表示形式分类7.5.3按应用领域分类7.5.4综合分类7.6机器学习的应用7.6.1应用于物联网7.6.2应用于聊天机器人7.6.3应用于自动驾驶【作业】第8章深度学习【导读案例】谷歌大脑8.1了解神经网络8.1.1人脑神经的研究8.1.2人工神经网络的研究8.1.3神经网络理解图片8.2什么是深度学习8.2.1深度学习的意义8.2.2深度的概念8.2.3深度学习的核心思路8.2.4深度学习的实现8.3机器学习VS深度学习【作业】第四部分高 级 专 题第9章机器人技术【导读案例】RoboCup机器人世界杯足球锦标赛9.1划时代的计划9.1.1划时代的阿波罗计划9.1.2机器人学中新的标准问题9.2机器感知9.2.1机器智能与智能机器9.2.2机器思维与思维机器9.2.3机器行为与行为机器9.3机器人的概念9.3.1机器人的发展9.3.2机器人的定义与“三原则”9.3.3机器人的分类9.4机器人的技术问题9.4.1机器人的组成9.4.2机器人的运动9.4.3机器人大狗9.5智能制造9.5.1什么是智能制造9.5.2综合特征9.5.3智能技术9.5.4测控装置9.5.5运作过程【作业】第10章智能图像处理【导读案例】算法工程师：你的一切皆在我计算中10.1模式识别10.2图像识别10.2.1人类的图像识别能力10.2.2图像识别基础10.2.3计算机图形识别模型10.2.4图像识别的发展10.3机器视觉与图像处理10.3.1机器视觉的发展10.3.2图像处理10.3.3计算机视觉10.3.4计算机视觉与机器视觉的区别10.3.5神经网络的图像识别技术10.4图像识别技术的应用10.4.1机器视觉的行业应用10.4.2检测与机器人视觉应用10.4.3应用案例：布匹质量检测10.5智能图像处理技术10.5.1图像采集10.5.2图像预处理10.5.3图像分割10.5.4目标识别和分类10.5.5目标定位和测量10.5.6目标检测和跟踪【作业】第11章自然语言处理【导读案例】机器翻译：大数据的简单算法与小数据的复杂算法11.1语言的问题和可能性11.2什么是自然语言处理11.3自然语言处理的历史11.3.1基础期11.3.2符号与随机方法11.3.3四种范式11.3.4经验主义和有限状态模型11.3.5大融合11.3.6机器学习的兴起11.4语法类型与语义分析11.4.1语法类型11.4.2语义分析和扩展语法11.4.3IBM的机器翻译Candide系统11.5处理数据与处理工具11.5.1统计NLP语言数据集11.5.2自然语言处理工具11.5.3自然语言处理技术难点11.6语音处理11.6.1语音处理的发展11.6.2语音理解11.6.3语音识别11.7自然语言处理的应用11.7.1自然语音系统和语音识别系统11.7.2信息提取和问答系统【作业】第12章自动规划【导读案例】“双马”激辩AI12.1什么是自动规划12.1.1规划是特殊的智力指标12.1.2规划的概念分析12.1.3自动规划的定义12.1.4规划应用示例12.2规划方法12.2.1规划即搜索12.2.2部分有序规划12.2.3分级规划12.2.4基于案例的规划12.3著名的规划系统12.3.1STRIPS12.3.2NOAH12.3.3NONLIN12.3.4O-PLAN12.3.5Graphplan【作业】附录作业参考答案参考文献
封面
书名:人工智能导论
作者:周苏，张泳主编
页数:10,233页
定价:¥49.0
出版社:机械工业出版社
出版日期:2020-03-01
ISBN:9787111647317
PDF电子书大小:62MB 高清扫描完整版