普通高等教育人工智能系列教材人工智能基础/杨杰_PDF下载[138MB-百度云]杨杰

本书特色

[

本书内容主要涉及人工智能经典及实用的关键技术，以及人工智能近年来*新发展的技术，具体包括人脑认知、经典人工智能、经典人工神经网络、优化与智能计算、统计学习方法、深度学习、强化学习、自然语言处理、智能机器人。为了便于读者理解，在介绍关键技术的同时，列举了一些应用实例；主要章后均附有习题。
本书结合了编者多年来从事人工智能科研和教学的经验，注重内容的实用性和先进性。本书可作为普通高等院校理工科专业的“人工智能”通识课程的教材。
（责任编辑邮箱：jinacmp@163.com）

]

内容简介

[

本书内容主要涉及人工智能经典及实用的关键技术，以及人工智能近年来*新发展的技术，具体包括人脑认知、经典人工智能、经典人工神经网络、优化与智能计算、统计学习方法、深度学习、强化学习、自然语言处理、智能机器人。为了便于读者理解，在介绍关键技术的同时，列举了一些应用实例；主要章后均附有习题。本书结合了编者多年来从事人工智能科研和教学的经验，注重内容的实用性和优选性。本书可作为普通高等院校理工科专业的“人工智能”通识课程的教材。（责任编辑邮箱：jinacmp@163.com）

]

前言第1章绪论导读1.1人工智能的定义1.2人工智能的诞生1.3人工智能研究的各种学派及其理论1.4人工智能的研究及应用领域本章小结参考文献第2章人脑认知导读2.1脑科学与脑认知2.2脑构造与脑神经2.3视觉和听觉感知2.4记忆与思维认知本章小结习题参考文献第3章经典人工智能导读3.1知识表示方法3.2搜索技术3.3知识推理3.4不确定性推理本章小结习题参考文献第4章经典人工神经网络导读4.1人工神经网络概述4.2单层前向网络分类器4.3多层前向网络4.4单层反馈网络本章小结习题参考文献第5章优化与智能计算导读5.1优化的基本概念5.2凸优化、梯度下降与随机梯度5.3智能优化方法本章小结习题参考文献第6章统计学习方法导读6.1统计学习的基本概念6.2*小二乘与压缩感知6.3支持向量机及核方法6.4决策树、集成学习和随机森林6.5无监督学习本章小结习题参考文献第7章深度学习导读7.1深度学习概述7.2卷积神经网络7.3循环神经网络7.4长短期记忆网络7.5深度学习在图像语义分割的应用本章小结习题参考文献第8章强化学习导读8.1什么是强化学习8.2强化学习基础8.3基于模型的强化学习方法8.4无模型的强化学习方法8.5基于直接策略搜索的强化学习方法8.6强化学习前沿本章小结习题参考文献第9章自然语言处理导读9.1自然语言处理概述9.2自然语言处理基础9.3文本解析9.4文本向量化表示9.5语言模型与预测9.6机器翻译本章小结习题参考文献第10章智能机器人导读10.1智能机器人的分类10.2智能机器人的相关技术10.3智能机器人的现状10.4智能机器人的广泛应用10.5工业智能机械臂10.6智能汽车10.7脑控机器人本章小结习题参考文献