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 版權信息
- ISBN：9787111647317
- 條形碼：9787111647317 ; 978-7-111-64731-7
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能導論 本書特色
《人工智能導論》是為高等院校相關專業“人工智能導論”課程設計編寫，具有豐富應用特色的主教材。針對高校學生的發展需求，《人工智能導論》分引言、基礎知識、基于知識的系統和高級專題四部分，可依照學習進度與需求，做適當選擇。內容包括：引言，包括緒論（基本概念）、人工智能 領域應用；基礎知識，包括大數據思維、搜索算法、知識表示；基于知識的系統，包括專家系統、機器學習、深度學習；高級專題，包括機器人技術、智能圖像處理、自然語言處理、自動規劃。
《人工智能導論》較為系統、全面地介紹了人工智能的相關概念、理論與應用，可以幫助讀者扎實地打好人工智能的知識基礎。
《人工智能導論》既適合高校學生學習，也適合對人工智能相關領域感興趣的讀者閱讀參考。
人工智能導論 內容簡介
本書共分為四個部分: 引言、基礎知識、基于知識的系統、高級專題。主要內容包括: 緒論 ; 人工智能+領域應用 ; 大數據思維 ; 知識表示 ; 專家系統等。
人工智能導論 目錄
前言
**部分引言
第1章緒論
【導讀案例】云計算四十年歷史化蝶
成繭
1.1什么是人工智能
1.1.1人工智能定義
1.1.2強人工智能與弱人工智能
1.2人工智能發展歷史
1.2.1大師與通用機器
1.2.2人工智能學科的誕生
1.2.3人工智能的發展歷程
1.2.4人工智能的社會必然性
1.3人工智能的研究
1.3.1人工智能的研究領域
1.3.2在計算機上的實現方法
1.3.3人工智能發展的啟示
1.3.4新圖靈測試
1.4人工智能時代需要的人才
1.4.1社會進步取代了傳統勞動
1.4.2未來的五個重要崗位
1.5人工智能與安全
1.5.1安全問題不容忽視
1.5.2設定倫理要求
1.5.3強力保護個人隱私
【作業】
第2章人工智能 領域應用
【導讀案例】動物智能：聰明的
漢斯
2.1關于智慧地球
2.2智慧城市
2.2.1什么是智慧城市
2.2.2智慧城市與數字城市
2.2.3智慧城市與智能城市
2.2.4智慧城市與智慧農業
2.3智慧交通
2.3.1智慧交通的建設前提
2.3.2軌道交通系統的發展
2.4智能家居
2.4.1家庭自動化
2.4.2家庭網絡
2.4.3網絡家電
2.4.4智能家居的設計理念
2.5智慧醫療
2.5.1循證醫學的發展
2.5.2醫療保健新突破
2.5.3智慧的醫療信息平臺
2.6智慧教育
2.6.1智慧教育的定義
2.6.2智慧校園是智慧教育的
一部分
2.6.3建設智慧教室
2.6.4智慧教學模式
2.7智慧新零售
2.8智能客戶服務
2.8.1企業布局智能客服
2.8.2智能客服的人機分工
【作業】
第二部分基 礎 知 識
第3章大數據思維
【導讀案例】亞馬遜推薦系統
3.1大數據與人工智能
3.2思維轉變之一：樣本=總體
3.2.1小數據時代的隨機采樣
3.2.2大數據與喬布斯的癌癥治療
3.2.3全數據模式：樣本=總體
3.3思維轉變之二：接受數據的
混雜性
3.3.1允許不精確
3.3.2紛繁的數據越多越好
3.3.3混雜性是標準途徑
3.3.45%的數字數據與95%的非
結構化數據
3.4思維轉變之三：數據的相關
關系
3.4.1關聯物，預測的關鍵
3.4.2“是什么”，而不是
“為什么”
3.4.3通過因果關系了解世界
3.4.4通過相關關系了解世界
【作業】
第4章搜索算法
【導讀案例】AI能替代碼農
編程嗎？
4.1關于搜索算法
4.2盲目搜索
4.2.1狀態空間圖
4.2.2回溯算法
4.2.3貪婪算法
4.2.4旅行銷售員問題
4.2.5深度優先搜索
4.2.6廣度優先搜索
4.2.7迭代加深搜索
4.3知情搜索
4.3.1啟發法
4.3.2爬山法
4.3.3*陡爬坡法
4.3.4*佳優先搜索
4.3.5分支定界法——找到*佳解
4.3.6A*算法
4.4受到自然啟發的搜索
4.4.1遺傳規劃
4.4.2螞蟻聚居地優化
4.4.3模擬退火
4.4.4粒子群
4.4.5禁忌搜索
【作業】
第5章知識表示
【導讀案例】“x0后”網絡形象報告：
成長為中堅一代
5.1什么是知識表示
5.1.1知識的概念
5.1.2知識表示方法
5.1.3表示方法的選擇
5.2圖形草圖
5.3圖和哥尼斯堡橋問題
5.4搜索樹（決策樹）
5.5產生式系統
5.6面向對象
5.7框架法
5.8語義網絡
5.8.1語義網絡表示
5.8.2知識圖譜
【作業】
第三部分基于知識的系統
第6章專家系統
【導讀案例】中美人工智能PK
6.1專家系統及其發展
6.1.1在自己的領域里作為專家
6.1.2五個技能獲取階段
6.1.3專家的特點
6.1.4專家系統的特征
6.1.5建立專家系統要思考的問題
6.2知識工程
6.3知識獲取
6.4專家系統的結構
6.4.1知識庫
6.4.2推理機
6.4.3其他部分
6.5經典的專家系統
6.5.1DENDRAL專家系統
6.5.2振動故障診斷的專家系統
6.5.3自動牙科識別
【作業】
第7章機器學習
【導讀案例】Netflix的電影推薦
引擎
7.1什么是機器學習
7.1.1機器學習的發展
7.1.2機器學習的定義
7.2機器學習的學習類型
7.2.1監督學習
7.2.2無監督學習
7.2.3強化學習
7.3機器學習的算法
7.3.1什么是算法
7.3.2回歸算法
7.3.3基于實例的算法
7.3.4決策樹算法
7.3.5貝葉斯算法
7.3.6聚類算法
7.3.7神經網絡算法
7.4機器學習的基本結構
7.5機器學習的分類
7.5.1基于學習策略的分類
7.5.2基于所獲取知識的表示形式
分類
7.5.3按應用領域分類
7.5.4綜合分類
7.6機器學習的應用
7.6.1應用于物聯網
7.6.2應用于聊天機器人
7.6.3應用于自動駕駛
【作業】
第8章深度學習
【導讀案例】谷歌大腦
8.1了解神經網絡
8.1.1人腦神經的研究
8.1.2人工神經網絡的研究
8.1.3神經網絡理解圖片
8.2什么是深度學習
8.2.1深度學習的意義
8.2.2深度的概念
8.2.3深度學習的核心思路
8.2.4深度學習的實現
8.3機器學習VS深度學習
【作業】
第四部分高 級 專 題
第9章機器人技術
【導讀案例】RoboCup機器人世界杯
足球錦標賽
9.1劃時代的計劃
9.1.1劃時代的阿波羅計劃
9.1.2機器人學中新的標準問題
9.2機器感知
9.2.1機器智能與智能機器
9.2.2機器思維與思維機器
9.2.3機器行為與行為機器
9.3機器人的概念
9.3.1機器人的發展
9.3.2機器人的定義與“三原則”
9.3.3機器人的分類
9.4機器人的技術問題
9.4.1機器人的組成
9.4.2機器人的運動
9.4.3機器人大狗
9.5智能制造
9.5.1什么是智能制造
9.5.2綜合特征
9.5.3智能技術
9.5.4測控裝置
9.5.5運作過程
【作業】
第10章智能圖像處理
【導讀案例】算法工程師：你的一切
皆在我計算中
10.1模式識別
10.2圖像識別
10.2.1人類的圖像識別能力
10.2.2圖像識別基礎
10.2.3計算機圖形識別模型
10.2.4圖像識別的發展
10.3機器視覺與圖像處理
10.3.1機器視覺的發展
10.3.2圖像處理
10.3.3計算機視覺
10.3.4計算機視覺與機器視覺的
區別
10.3.5神經網絡的圖像識別技術
10.4圖像識別技術的應用
10.4.1機器視覺的行業應用
10.4.2檢測與機器人視覺應用
10.4.3應用案例：布匹質量檢測
10.5智能圖像處理技術
10.5.1圖像采集
10.5.2圖像預處理
10.5.3圖像分割
10.5.4目標識別和分類
10.5.5目標定位和測量
10.5.6目標檢測和跟蹤
【作業】
第11章自然語言處理
【導讀案例】機器翻譯：大數據的簡單
算法與小數據的復雜
算法
11.1語言的問題和可能性
11.2什么是自然語言處理
11.3自然語言處理的歷史
11.3.1基礎期
11.3.2符號與隨機方法
11.3.3四種范式
11.3.4經驗主義和有限狀態模型
11.3.5大融合
11.3.6機器學習的興起
11.4語法類型與語義分析
11.4.1語法類型
11.4.2語義分析和擴展語法
11.4.3IBM的機器翻譯Candide
系統
11.5處理數據與處理工具
11.5.1統計NLP語言數據集
11.5.2自然語言處理工具
11.5.3自然語言處理技術難點
11.6語音處理
11.6.1語音處理的發展
11.6.2語音理解
11.6.3語音識別
11.7自然語言處理的應用
11.7.1自然語音系統和語音識別
系統
11.7.2信息提取和問答系統
【作業】
第12章自動規劃
【導讀案例】“雙馬”激辯AI
12.1什么是自動規劃
12.1.1規劃是特殊的智力指標
12.1.2規劃的概念分析
12.1.3自動規劃的定義
12.1.4規劃應用示例
12.2規劃方法
12.2.1規劃即搜索
12.2.2部分有序規劃
12.2.3分級規劃
12.2.4基于案例的規劃
12.3著名的規劃系統
12.3.1STRIPS
12.3.2NOAH
12.3.3NONLIN
12.3.4O-PLAN
12.3.5Graphplan
【作業】
附錄作業參考答案
參考文獻
**部分引言
第1章緒論
【導讀案例】云計算四十年歷史化蝶
成繭
1.1什么是人工智能
1.1.1人工智能定義
1.1.2強人工智能與弱人工智能
1.2人工智能發展歷史
1.2.1大師與通用機器
1.2.2人工智能學科的誕生
1.2.3人工智能的發展歷程
1.2.4人工智能的社會必然性
1.3人工智能的研究
1.3.1人工智能的研究領域
1.3.2在計算機上的實現方法
1.3.3人工智能發展的啟示
1.3.4新圖靈測試
1.4人工智能時代需要的人才
1.4.1社會進步取代了傳統勞動
1.4.2未來的五個重要崗位
1.5人工智能與安全
1.5.1安全問題不容忽視
1.5.2設定倫理要求
1.5.3強力保護個人隱私
【作業】
第2章人工智能 領域應用
【導讀案例】動物智能：聰明的
漢斯
2.1關于智慧地球
2.2智慧城市
2.2.1什么是智慧城市
2.2.2智慧城市與數字城市
2.2.3智慧城市與智能城市
2.2.4智慧城市與智慧農業
2.3智慧交通
2.3.1智慧交通的建設前提
2.3.2軌道交通系統的發展
2.4智能家居
2.4.1家庭自動化
2.4.2家庭網絡
2.4.3網絡家電
2.4.4智能家居的設計理念
2.5智慧醫療
2.5.1循證醫學的發展
2.5.2醫療保健新突破
2.5.3智慧的醫療信息平臺
2.6智慧教育
2.6.1智慧教育的定義
2.6.2智慧校園是智慧教育的
一部分
2.6.3建設智慧教室
2.6.4智慧教學模式
2.7智慧新零售
2.8智能客戶服務
2.8.1企業布局智能客服
2.8.2智能客服的人機分工
【作業】
第二部分基 礎 知 識
第3章大數據思維
【導讀案例】亞馬遜推薦系統
3.1大數據與人工智能
3.2思維轉變之一：樣本=總體
3.2.1小數據時代的隨機采樣
3.2.2大數據與喬布斯的癌癥治療
3.2.3全數據模式：樣本=總體
3.3思維轉變之二：接受數據的
混雜性
3.3.1允許不精確
3.3.2紛繁的數據越多越好
3.3.3混雜性是標準途徑
3.3.45%的數字數據與95%的非
結構化數據
3.4思維轉變之三：數據的相關
關系
3.4.1關聯物，預測的關鍵
3.4.2“是什么”，而不是
“為什么”
3.4.3通過因果關系了解世界
3.4.4通過相關關系了解世界
【作業】
第4章搜索算法
【導讀案例】AI能替代碼農
編程嗎？
4.1關于搜索算法
4.2盲目搜索
4.2.1狀態空間圖
4.2.2回溯算法
4.2.3貪婪算法
4.2.4旅行銷售員問題
4.2.5深度優先搜索
4.2.6廣度優先搜索
4.2.7迭代加深搜索
4.3知情搜索
4.3.1啟發法
4.3.2爬山法
4.3.3*陡爬坡法
4.3.4*佳優先搜索
4.3.5分支定界法——找到*佳解
4.3.6A*算法
4.4受到自然啟發的搜索
4.4.1遺傳規劃
4.4.2螞蟻聚居地優化
4.4.3模擬退火
4.4.4粒子群
4.4.5禁忌搜索
【作業】
第5章知識表示
【導讀案例】“x0后”網絡形象報告：
成長為中堅一代
5.1什么是知識表示
5.1.1知識的概念
5.1.2知識表示方法
5.1.3表示方法的選擇
5.2圖形草圖
5.3圖和哥尼斯堡橋問題
5.4搜索樹（決策樹）
5.5產生式系統
5.6面向對象
5.7框架法
5.8語義網絡
5.8.1語義網絡表示
5.8.2知識圖譜
【作業】
第三部分基于知識的系統
第6章專家系統
【導讀案例】中美人工智能PK
6.1專家系統及其發展
6.1.1在自己的領域里作為專家
6.1.2五個技能獲取階段
6.1.3專家的特點
6.1.4專家系統的特征
6.1.5建立專家系統要思考的問題
6.2知識工程
6.3知識獲取
6.4專家系統的結構
6.4.1知識庫
6.4.2推理機
6.4.3其他部分
6.5經典的專家系統
6.5.1DENDRAL專家系統
6.5.2振動故障診斷的專家系統
6.5.3自動牙科識別
【作業】
第7章機器學習
【導讀案例】Netflix的電影推薦
引擎
7.1什么是機器學習
7.1.1機器學習的發展
7.1.2機器學習的定義
7.2機器學習的學習類型
7.2.1監督學習
7.2.2無監督學習
7.2.3強化學習
7.3機器學習的算法
7.3.1什么是算法
7.3.2回歸算法
7.3.3基于實例的算法
7.3.4決策樹算法
7.3.5貝葉斯算法
7.3.6聚類算法
7.3.7神經網絡算法
7.4機器學習的基本結構
7.5機器學習的分類
7.5.1基于學習策略的分類
7.5.2基于所獲取知識的表示形式
分類
7.5.3按應用領域分類
7.5.4綜合分類
7.6機器學習的應用
7.6.1應用于物聯網
7.6.2應用于聊天機器人
7.6.3應用于自動駕駛
【作業】
第8章深度學習
【導讀案例】谷歌大腦
8.1了解神經網絡
8.1.1人腦神經的研究
8.1.2人工神經網絡的研究
8.1.3神經網絡理解圖片
8.2什么是深度學習
8.2.1深度學習的意義
8.2.2深度的概念
8.2.3深度學習的核心思路
8.2.4深度學習的實現
8.3機器學習VS深度學習
【作業】
第四部分高 級 專 題
第9章機器人技術
【導讀案例】RoboCup機器人世界杯
足球錦標賽
9.1劃時代的計劃
9.1.1劃時代的阿波羅計劃
9.1.2機器人學中新的標準問題
9.2機器感知
9.2.1機器智能與智能機器
9.2.2機器思維與思維機器
9.2.3機器行為與行為機器
9.3機器人的概念
9.3.1機器人的發展
9.3.2機器人的定義與“三原則”
9.3.3機器人的分類
9.4機器人的技術問題
9.4.1機器人的組成
9.4.2機器人的運動
9.4.3機器人大狗
9.5智能制造
9.5.1什么是智能制造
9.5.2綜合特征
9.5.3智能技術
9.5.4測控裝置
9.5.5運作過程
【作業】
第10章智能圖像處理
【導讀案例】算法工程師：你的一切
皆在我計算中
10.1模式識別
10.2圖像識別
10.2.1人類的圖像識別能力
10.2.2圖像識別基礎
10.2.3計算機圖形識別模型
10.2.4圖像識別的發展
10.3機器視覺與圖像處理
10.3.1機器視覺的發展
10.3.2圖像處理
10.3.3計算機視覺
10.3.4計算機視覺與機器視覺的
區別
10.3.5神經網絡的圖像識別技術
10.4圖像識別技術的應用
10.4.1機器視覺的行業應用
10.4.2檢測與機器人視覺應用
10.4.3應用案例：布匹質量檢測
10.5智能圖像處理技術
10.5.1圖像采集
10.5.2圖像預處理
10.5.3圖像分割
10.5.4目標識別和分類
10.5.5目標定位和測量
10.5.6目標檢測和跟蹤
【作業】
第11章自然語言處理
【導讀案例】機器翻譯：大數據的簡單
算法與小數據的復雜
算法
11.1語言的問題和可能性
11.2什么是自然語言處理
11.3自然語言處理的歷史
11.3.1基礎期
11.3.2符號與隨機方法
11.3.3四種范式
11.3.4經驗主義和有限狀態模型
11.3.5大融合
11.3.6機器學習的興起
11.4語法類型與語義分析
11.4.1語法類型
11.4.2語義分析和擴展語法
11.4.3IBM的機器翻譯Candide
系統
11.5處理數據與處理工具
11.5.1統計NLP語言數據集
11.5.2自然語言處理工具
11.5.3自然語言處理技術難點
11.6語音處理
11.6.1語音處理的發展
11.6.2語音理解
11.6.3語音識別
11.7自然語言處理的應用
11.7.1自然語音系統和語音識別
系統
11.7.2信息提取和問答系統
【作業】
第12章自動規劃
【導讀案例】“雙馬”激辯AI
12.1什么是自動規劃
12.1.1規劃是特殊的智力指標
12.1.2規劃的概念分析
12.1.3自動規劃的定義
12.1.4規劃應用示例
12.2規劃方法
12.2.1規劃即搜索
12.2.2部分有序規劃
12.2.3分級規劃
12.2.4基于案例的規劃
12.3著名的規劃系統
12.3.1STRIPS
12.3.2NOAH
12.3.3NONLIN
12.3.4O-PLAN
12.3.5Graphplan
【作業】
附錄作業參考答案
參考文獻
展開全部
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
龍榆生：詞曲概論/大家小書
- >
伊索寓言-世界文學名著典藏-全譯本
- >
隨園食單
- >
羅庸西南聯大授課錄
- >
經典常談
- >
詩經-先民的歌唱
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
