掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能導論-面向非計算機專業 版權信息
- ISBN：9787504681195
- 條形碼：9787504681195 ; 978-7-5046-8119-5
- 裝幀：70g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能導論-面向非計算機專業 本書特色
20世紀40年代以來，以電子、通信、計算機和網絡技術為標志的第三次技術革命，將人類文明歷帶入信息時代，世界正在進入以信息產業為主導的新經濟發展時期，越來越多地依靠信息資源的開發來精確調控物質資源和能量資源的使用。人工智能作為新一代信息技術的標志，是信息技術發展和信息社會需求到達一定階段的產物。在政府積極引導和企業戰略布局等推動下，人工智能產業從無到有，規模快速壯大，創新能力顯著增強，服務能力大幅提升，應用范疇不斷拓展，并為云計算、大數據、物聯網等新興領域的發展提供了基礎支撐。 與此同時，對人工智能人才的需求也極為迫切。據國家工信部統計預測，未來3年將是我國人工智能產業人才需求相對集中的時期，尤其是能將人工智能與應用領域高效融合的跨界型人才極為緊缺。2017年，教育部、人社部、工信部聯合印發《制造業人才發展規劃指南》，對制造業十大重點領域的人才需求作出預測，排在首位的也是“新一代信息技術產業”人才。國家教育部正在實施的新工科計劃也倡導打破舊有學科、專業與課程邊界，在機械、電氣、土木、建筑等各類工程專業的課程設計中融入新一代信息技術內容。在此形勢下，為加速新一代信息技術人才培養，滿足數字經濟發展的人才需求，為實現經濟高質量發展提供人才支撐，中國科學技術協會策劃并組織編制以云計算、大數據、人工智能等為代表的新一代信息技術系列叢書，中國科學技術協會黨組書記、常務副主席、書記處書記懷進鵬院士主持下，成立了新一代信息技術叢書編制委員會，聘請梅宏院士為叢書編委會主任，李培根院士、李駿院士、李德毅院士、譚鐵牛院士、趙春江院士為叢書編委會委員，統籌編制工作。本書是該系列叢書之一。
人工智能導論-面向非計算機專業 內容簡介
本書是中國科協新一代信息技術系列叢書之一。 本書內容包括知識表示、知識獲取、知識應用三部分。其中，知識表示主要介紹概念表示、知識表示、知識圖譜；知識獲取主要介紹搜索技術、群智能算法、機器學習、人工神經網絡與深度學習；知識應用涉及計算機視覺、自然語言處理、語音處理、專家系統、規劃、多智能體系統與智能機器人六部分。力求將人工智能的發展脈絡、技術理論、產業成果以翔實的形態展現于人前。除了必要的知識點與寬泛的知識圖譜，本書還深入淺出地介紹了有關智能搜索技術、機器學習、神經網絡、計算機視覺、語言智能、機器人等在內的不同領域的應用實踐成果。 本書主要面向大學非計算機類的工科專業的高年級學生與研究生，幫助學生了解人工智能的發展過程與基本知識，熟悉人工智能產業的發展現狀與市場需求，培養人工智能應用能力。同時，對于計算機相關專業的學生，本書也可作為人工智能專業課程的先導學習材料。
人工智能導論-面向非計算機專業 目錄
前言 李德毅
**章 緒論 001
11 人工智能的起源和定義 001
12 人工智能的流派 003
13 人工智能的進展和發展趨勢 009
第二章 概念表示 012
21 經典概念理論 012
22 數理邏輯 013
23 集合論 017
24 概念的現代表示理論 020
第三章 知識表示 023
31 知識與知識表示的概念 023
32 產生式表示法 026
33 框架表示法 029
34 狀態空間表示法 032
35 本章小結 036
第四章 知識圖譜 038
41 知識圖譜 038
42 本體知識表示 042
43 萬維網知識表示 043
44 知識圖譜的現狀及發展 049
45 知識圖譜的應用示例 055
46 本章小結 056
第五章 搜索技術057
51 圖搜索策略 058
52 盲目搜索 059
53 啟發式搜索 063
54 博弈搜索 067
55 本章小結 070
第六章 群智能算法072
61 群智能算法產生的背景 072
62 遺傳算法 073
63 粒子群優化算法及其應用 083
64 蟻群算法 088
65 本章小結 092
第七章 機器學習094
71 機器學習的發展 095
72 監督學習 096
73 無監督學習 101
74 弱監督學習 104
75 討論 108
76 本章小結 109
第八章 人工神經網絡與深度學習111
81 神經網絡的發展歷史 111
82 神經元與神經網絡 112
83 BP 神經網絡及其學習算法 115
84 卷積神經網絡 119
85 生成對抗網絡 126
86 深度學習的應用 128
87 本章小結 131
第九章 專家系統 133
91 專家系統概述 133
92 推理方法 135
93 一個簡單的專家系統 136
94 非確定性推理 142
95 專家系統工具 146
96 專家系統的應用 147
97 專家系統的局限性 148
98 本章小結 148
第十章 計算機視覺 150
101 計算機視覺概述 150
102 數字圖像的類型及機內表示 152
103 常用計算機視覺模型和關鍵技術 153
104 應用實例：人臉識別技術 162
105 本章小結 164
第十一章 自然語言處理 166
111 自然語言處理概述 166
112 機器翻譯 172
113 自然語言人機交互 177
114 智能問答 189
115 本章小結 193
第十二章 語音處理 195
121 語音的基本概念 195
122 語音識別 196
123 語音合成 202
?IV?
124 語音增強 206
125 語音轉換 208
126 情感語音 210
127 本章小結 214
第十三章 規劃 216
131 基本概念 216
132 經典規劃 217
133 概率規劃 221
134 典型應用 227
第十四章 多智能體系統229
141 智能體 229
142 智能體的具體結構 234
143 多智能體協商 236
144 多智能體學習 242
145 本章小結 244
第十五章 智能機器人246
151 概述 247
152 人工智能技術在機器人中的應用 249
153 智能機器人發展展望 259
參考文獻262
**章 緒論 001
11 人工智能的起源和定義 001
12 人工智能的流派 003
13 人工智能的進展和發展趨勢 009
第二章 概念表示 012
21 經典概念理論 012
22 數理邏輯 013
23 集合論 017
24 概念的現代表示理論 020
第三章 知識表示 023
31 知識與知識表示的概念 023
32 產生式表示法 026
33 框架表示法 029
34 狀態空間表示法 032
35 本章小結 036
第四章 知識圖譜 038
41 知識圖譜 038
42 本體知識表示 042
43 萬維網知識表示 043
44 知識圖譜的現狀及發展 049
45 知識圖譜的應用示例 055
46 本章小結 056
第五章 搜索技術057
51 圖搜索策略 058
52 盲目搜索 059
53 啟發式搜索 063
54 博弈搜索 067
55 本章小結 070
第六章 群智能算法072
61 群智能算法產生的背景 072
62 遺傳算法 073
63 粒子群優化算法及其應用 083
64 蟻群算法 088
65 本章小結 092
第七章 機器學習094
71 機器學習的發展 095
72 監督學習 096
73 無監督學習 101
74 弱監督學習 104
75 討論 108
76 本章小結 109
第八章 人工神經網絡與深度學習111
81 神經網絡的發展歷史 111
82 神經元與神經網絡 112
83 BP 神經網絡及其學習算法 115
84 卷積神經網絡 119
85 生成對抗網絡 126
86 深度學習的應用 128
87 本章小結 131
第九章 專家系統 133
91 專家系統概述 133
92 推理方法 135
93 一個簡單的專家系統 136
94 非確定性推理 142
95 專家系統工具 146
96 專家系統的應用 147
97 專家系統的局限性 148
98 本章小結 148
第十章 計算機視覺 150
101 計算機視覺概述 150
102 數字圖像的類型及機內表示 152
103 常用計算機視覺模型和關鍵技術 153
104 應用實例：人臉識別技術 162
105 本章小結 164
第十一章 自然語言處理 166
111 自然語言處理概述 166
112 機器翻譯 172
113 自然語言人機交互 177
114 智能問答 189
115 本章小結 193
第十二章 語音處理 195
121 語音的基本概念 195
122 語音識別 196
123 語音合成 202
?IV?
124 語音增強 206
125 語音轉換 208
126 情感語音 210
127 本章小結 214
第十三章 規劃 216
131 基本概念 216
132 經典規劃 217
133 概率規劃 221
134 典型應用 227
第十四章 多智能體系統229
141 智能體 229
142 智能體的具體結構 234
143 多智能體協商 236
144 多智能體學習 242
145 本章小結 244
第十五章 智能機器人246
151 概述 247
152 人工智能技術在機器人中的應用 249
153 智能機器人發展展望 259
參考文獻262
展開全部
書友推薦
- >
我從未如此眷戀人間
- >
自卑與超越
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
回憶愛瑪儂
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅庸西南聯大授課錄
- >
上帝之肋:男人的真實旅程
- >
李白與唐代文化
本類暢銷
