掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
人工智能概論 版權信息
- ISBN：9787302633198
- 條形碼：9787302633198 ; 978-7-302-63319-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
人工智能概論 本書特色
1、面向應用型高校及通識教育。
2、理論與實踐并重。
本課程可以供人文社科、理工類等學科、專業的學生學習。
人工智能概論 內容簡介
本書對人工智能中的關鍵技術進行介紹，主要包括計算機視覺、自然語言處理、語音處理、知識表示與推理、專家系統與知識圖譜、問題求解與搜索技術、機器學習原理、機器學習應用、人工神經網絡與深度學習、智能機器人等。本書引領讀者進入人工智能領域，了解人工智能的概念和發展簡史，理解人工智能的三大流派，并熟悉人工智能的主要研究內容和應用領域。本書內容豐富，應用性強，在中國大學MOOC平臺上開設了“人工智能概論”課程。 本書主要面向人工智能、智能科學與技術、軟件工程、計算機科學與技術、數據科學與大數據技術、機器人工程等相關專業的本科生、研究生，也可供人文社科類、管理類等學科專業的學生學習。
人工智能概論 目錄
第1章人工智能概述/1
1.1人工智能的概念1
1.1.1人工智能概念的提出1
1.1.2智能的層次2
1.2人工智能的產生與發展3
1.2.1人工智能的產生3
1.2.2**個繁榮期4
1.2.3第二個繁榮期6
1.2.4復蘇期8
1.2.5第三個繁榮期9
1.3人工智能的三大學派12
1.3.1符號主義學派12
1.3.2連接主義學派13
1.3.3行為主義學派14
1.4人工智能的研究內容15
1.4.1人工智能的研究內容概述15
1.4.2人工智能的核心技術16
1.5人工智能的應用17
1.6人工智能的未來18
1.7本章小結19
習題119
第2章計算機視覺/20
2.1計算機視覺概述20
2.1.1計算機視覺的概念20
2.1.2計算機視覺的發展史21
2.2數字圖像24
2.3計算機視覺數據集26
2.3.1MNIST數據集26
2.3.2CIFAR數據集27
2.3.3PASCAL VOC數據集272.3.4ImageNet數據集28
2.3.5COCO數據集30
2.4計算機視覺的研究內容31
2.4.1圖像分類31
2.4.2目標定位32
2.4.3目標檢測32
2.4.4圖像分割32
2.5計算機視覺的應用33
2.5.1計算機視覺應用概述34
2.5.2人臉識別技術35
2.6本章小結36
習題236
〖1〗人工智能概論目錄〖3〗〖3〗第3章自然語言處理/37
3.1自然語言處理概述37
3.1.1自然語言處理的概念37
3.1.2自然語言處理的發展史39
3.2自然語言理解42
3.2.1自然語言理解的層次43
3.2.2詞法分析44
3.2.3句法分析47
3.3語料庫和語言知識庫49
3.3.1語料庫50
3.3.2語言知識庫53
3.4語言模型56
3.4.1馬爾可夫鏈56
3.4.2n元語法模型57
3.4.3數據平滑59
3.5自然語言生成60
3.6機器翻譯61
3.6.1機器翻譯概述61
3.6.2統計機器翻譯62
3.6.3神經機器翻譯64
3.6.4機器翻譯評測65
3.7問答系統67
3.8本章小結70
習題371
第4章語音處理/72
4.1語音處理概述72
4.2語音識別73
4.2.1語音的特征提取73
4.2.2聲學模型75
4.2.3語言模型76
4.3語音合成78
4.3.1拼接合成方法79
4.3.2參數合成方法80
4.3.3端到端合成方法81
4.4語音增強82
4.4.1回聲消除83
4.4.2混響抑制83
4.4.3語音降噪83
4.5語音轉換84
4.6本章小結85
習題485
第5章知識表示與推理/86
5.1知識與知識表示概述86
5.1.1知識86
5.1.2知識表示87
5.2一階謂詞邏輯88
5.3產生式與產生式系統89
5.3.1產生式表示法90
5.3.2產生式系統91
5.4框架93
5.5自動推理95
5.6本章小結97
習題598
第6章專家系統與知識圖譜/99
6.1專家系統概述99
6.1.1專家系統的概念99
6.1.2專家系統的特點100
6.2專家系統的結構101
6.3典型專家系統103
6.3.1DENDRAL專家系統103
6.3.2MYCIN專家系統104
6.3.3專家系統的局限性105
6.4知識圖譜概述105
6.5知識圖譜的發展史109
6.6典型知識圖譜112
6.6.1WordNet112
6.6.2Cyc113
6.6.3Wikipedia114
6.6.4DBpedia115
6.6.5Yago115
6.6.6Freebase116
6.6.7NELL116
6.7知識圖譜的構建116
6.8本章小結119
習題6119
第7章問題求解與搜索技術/121
7.1問題求解概述121
7.1.1問題求解的概念121
7.1.2搜索技術概述122
7.2狀態空間122
7.2.1狀態空間的概念122
7.2.2狀態空間方法123
7.2.3狀態圖搜索124
7.3盲目搜索126
7.3.1寬度優先搜索126
7.3.2深度優先搜索129
7.3.3代價樹搜索133
7.4啟發式搜索134
7.4.1啟發式搜索概述134
7.4.2A算法與A算法136
7.5博弈搜索140
7.5.1博弈樹搜索141
7.5.2αβ剪枝法144
7.6本章小結147
習題7147
第8章機器學習原理/149
8.1機器學習概述149
8.1.1機器學習的發展史149
8.1.2機器學習的概念150
8.1.3機器學習的類型151
8.2監督學習概述152
8.2.1模型153
8.2.2損失函數154
8.2.3算法154
8.2.4模型評價155
8.3回歸156
8.3.1一元回歸157
8.3.2多元回歸159
8.4優化算法163
8.4.1梯度下降算法163
8.4.2超參數165
8.5分類167
8.5.1Logistic回歸167
8.5.2決策樹170
8.5.3樸素貝葉斯方法174
8.5.4K*近鄰方法177
8.5.5支持向量機179
8.5.6分類性能評價181
8.6無監督學習184
8.6.1無監督學習概述184
8.6.2聚類185
8.6.3降維190
8.7強化學習191
8.8本章小結192
習題8193
第9章機器學習應用/194
9.1計算機視覺的處理流程194
9.2計算機視覺中的特征196
9.2.1顏色直方圖196
9.2.2LBP特征197
9.2.3SIFT特征199
9.2.4GIST特征200
9.2.5HOG特征201
9.2.6SURF特征202
9.3計算機視覺中的算法203
9.3.1特征匯聚與特征變換203
9.3.2機器學習算法204
9.4文本分類206
9.4.1文本分類概述206
9.4.2向量空間模型207
9.4.3文本特征表示208
9.5序列標注210
9.5.1概率圖模型210
9.5.2貝葉斯網絡212
9.5.3隱馬爾可夫模型213
9.5.4條件隨機場217
9.6本章小結218
習題9219
第10章人工神經網絡與深度學習/220
10.1人工神經網絡概述220
10.1.1生物神經元220
10.1.2人工神經網絡的發展221
10.2感知機223
10.3多層人工神經網絡224
10.3.1激活函數225
10.3.2前饋神經網絡的結構226
10.4卷積神經網絡230
10.4.1卷積231
10.4.2卷積神經網絡的結構233
10.4.3LeNet235
10.4.4AlexNet235
10.4.5VGGNet238
10.4.6GoogLeNet239
10.4.7ResNet240
10.5循環神經網絡242
10.5.1簡單循環神經網絡242
10.5.2長短期記憶網絡244
10.5.3門控循環單元246
10.6深度學習開發框架246
10.7本章小結250
習題10251
第11章智能機器人/253
11.1機器人簡介253
11.1.1機器人發展簡史253
11.1.2機器人的定義255
11.2機器人中的智能技術255
11.3智能機器人的應用258
11.3.1工業機器人258
11.3.2農業機器人258
11.3.3服務機器人259
11.3.4軍事機器人260
11.4智能駕駛262
11.5本章小結267
習題11268
參考文獻/269
1.1人工智能的概念1
1.1.1人工智能概念的提出1
1.1.2智能的層次2
1.2人工智能的產生與發展3
1.2.1人工智能的產生3
1.2.2**個繁榮期4
1.2.3第二個繁榮期6
1.2.4復蘇期8
1.2.5第三個繁榮期9
1.3人工智能的三大學派12
1.3.1符號主義學派12
1.3.2連接主義學派13
1.3.3行為主義學派14
1.4人工智能的研究內容15
1.4.1人工智能的研究內容概述15
1.4.2人工智能的核心技術16
1.5人工智能的應用17
1.6人工智能的未來18
1.7本章小結19
習題119
第2章計算機視覺/20
2.1計算機視覺概述20
2.1.1計算機視覺的概念20
2.1.2計算機視覺的發展史21
2.2數字圖像24
2.3計算機視覺數據集26
2.3.1MNIST數據集26
2.3.2CIFAR數據集27
2.3.3PASCAL VOC數據集272.3.4ImageNet數據集28
2.3.5COCO數據集30
2.4計算機視覺的研究內容31
2.4.1圖像分類31
2.4.2目標定位32
2.4.3目標檢測32
2.4.4圖像分割32
2.5計算機視覺的應用33
2.5.1計算機視覺應用概述34
2.5.2人臉識別技術35
2.6本章小結36
習題236
〖1〗人工智能概論目錄〖3〗〖3〗第3章自然語言處理/37
3.1自然語言處理概述37
3.1.1自然語言處理的概念37
3.1.2自然語言處理的發展史39
3.2自然語言理解42
3.2.1自然語言理解的層次43
3.2.2詞法分析44
3.2.3句法分析47
3.3語料庫和語言知識庫49
3.3.1語料庫50
3.3.2語言知識庫53
3.4語言模型56
3.4.1馬爾可夫鏈56
3.4.2n元語法模型57
3.4.3數據平滑59
3.5自然語言生成60
3.6機器翻譯61
3.6.1機器翻譯概述61
3.6.2統計機器翻譯62
3.6.3神經機器翻譯64
3.6.4機器翻譯評測65
3.7問答系統67
3.8本章小結70
習題371
第4章語音處理/72
4.1語音處理概述72
4.2語音識別73
4.2.1語音的特征提取73
4.2.2聲學模型75
4.2.3語言模型76
4.3語音合成78
4.3.1拼接合成方法79
4.3.2參數合成方法80
4.3.3端到端合成方法81
4.4語音增強82
4.4.1回聲消除83
4.4.2混響抑制83
4.4.3語音降噪83
4.5語音轉換84
4.6本章小結85
習題485
第5章知識表示與推理/86
5.1知識與知識表示概述86
5.1.1知識86
5.1.2知識表示87
5.2一階謂詞邏輯88
5.3產生式與產生式系統89
5.3.1產生式表示法90
5.3.2產生式系統91
5.4框架93
5.5自動推理95
5.6本章小結97
習題598
第6章專家系統與知識圖譜/99
6.1專家系統概述99
6.1.1專家系統的概念99
6.1.2專家系統的特點100
6.2專家系統的結構101
6.3典型專家系統103
6.3.1DENDRAL專家系統103
6.3.2MYCIN專家系統104
6.3.3專家系統的局限性105
6.4知識圖譜概述105
6.5知識圖譜的發展史109
6.6典型知識圖譜112
6.6.1WordNet112
6.6.2Cyc113
6.6.3Wikipedia114
6.6.4DBpedia115
6.6.5Yago115
6.6.6Freebase116
6.6.7NELL116
6.7知識圖譜的構建116
6.8本章小結119
習題6119
第7章問題求解與搜索技術/121
7.1問題求解概述121
7.1.1問題求解的概念121
7.1.2搜索技術概述122
7.2狀態空間122
7.2.1狀態空間的概念122
7.2.2狀態空間方法123
7.2.3狀態圖搜索124
7.3盲目搜索126
7.3.1寬度優先搜索126
7.3.2深度優先搜索129
7.3.3代價樹搜索133
7.4啟發式搜索134
7.4.1啟發式搜索概述134
7.4.2A算法與A算法136
7.5博弈搜索140
7.5.1博弈樹搜索141
7.5.2αβ剪枝法144
7.6本章小結147
習題7147
第8章機器學習原理/149
8.1機器學習概述149
8.1.1機器學習的發展史149
8.1.2機器學習的概念150
8.1.3機器學習的類型151
8.2監督學習概述152
8.2.1模型153
8.2.2損失函數154
8.2.3算法154
8.2.4模型評價155
8.3回歸156
8.3.1一元回歸157
8.3.2多元回歸159
8.4優化算法163
8.4.1梯度下降算法163
8.4.2超參數165
8.5分類167
8.5.1Logistic回歸167
8.5.2決策樹170
8.5.3樸素貝葉斯方法174
8.5.4K*近鄰方法177
8.5.5支持向量機179
8.5.6分類性能評價181
8.6無監督學習184
8.6.1無監督學習概述184
8.6.2聚類185
8.6.3降維190
8.7強化學習191
8.8本章小結192
習題8193
第9章機器學習應用/194
9.1計算機視覺的處理流程194
9.2計算機視覺中的特征196
9.2.1顏色直方圖196
9.2.2LBP特征197
9.2.3SIFT特征199
9.2.4GIST特征200
9.2.5HOG特征201
9.2.6SURF特征202
9.3計算機視覺中的算法203
9.3.1特征匯聚與特征變換203
9.3.2機器學習算法204
9.4文本分類206
9.4.1文本分類概述206
9.4.2向量空間模型207
9.4.3文本特征表示208
9.5序列標注210
9.5.1概率圖模型210
9.5.2貝葉斯網絡212
9.5.3隱馬爾可夫模型213
9.5.4條件隨機場217
9.6本章小結218
習題9219
第10章人工神經網絡與深度學習/220
10.1人工神經網絡概述220
10.1.1生物神經元220
10.1.2人工神經網絡的發展221
10.2感知機223
10.3多層人工神經網絡224
10.3.1激活函數225
10.3.2前饋神經網絡的結構226
10.4卷積神經網絡230
10.4.1卷積231
10.4.2卷積神經網絡的結構233
10.4.3LeNet235
10.4.4AlexNet235
10.4.5VGGNet238
10.4.6GoogLeNet239
10.4.7ResNet240
10.5循環神經網絡242
10.5.1簡單循環神經網絡242
10.5.2長短期記憶網絡244
10.5.3門控循環單元246
10.6深度學習開發框架246
10.7本章小結250
習題10251
第11章智能機器人/253
11.1機器人簡介253
11.1.1機器人發展簡史253
11.1.2機器人的定義255
11.2機器人中的智能技術255
11.3智能機器人的應用258
11.3.1工業機器人258
11.3.2農業機器人258
11.3.3服務機器人259
11.3.4軍事機器人260
11.4智能駕駛262
11.5本章小結267
習題11268
參考文獻/269
展開全部
書友推薦
- >
巴金－再思錄
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
我從未如此眷戀人間
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
經典常談
- >
小考拉的故事-套裝共3冊
本類暢銷
