中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數(shù)學世界――探秘歷史名題
-
>
中醫(yī)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(yī)內(nèi)科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
人工智能導論(第2版) 版權(quán)信息
- ISBN：9787115619310
- 條形碼：9787115619310 ; 978-7-115-61931-0
- 裝幀：平裝
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
人工智能導論(第2版) 本書特色
1.模塊化的人工智能知識體系.將傳統(tǒng)、經(jīng)典人工智能方法與新一代人工智能方法兼收并蓄，與時俱進，滿足學生對新一代人工智能理論和技術的學習、理解需求。涉及的重點方向與領域劃分為感知、認知、語言、行為、混合和類腦六大模塊。
2.突出思政的作用。在人工智能歷史、哲學以及人工智能技術（機器學習與深度學習、類腦計算等）等內(nèi)容中融入思政。主張在人類命運共同體理念下認識 人工智能本質(zhì)，啟發(fā)學生重視人工智能對于國家、社會未來發(fā)展的戰(zhàn)略意義以及對人類社會整體命運的思考和關懷。
3.強調(diào)人工智能倫理對人工智能發(fā)展的意義。通過人工智能技術引發(fā)的倫理問題、以及安全問題等，啟發(fā)學生思考，重視人工智能技術學習的同時，特別關注人工智能倫理對人工智能發(fā)展的引導性作用和意義。
4.資源豐富。教學資源和輔助慕課都經(jīng)過多年的運行，能夠支撐線上線下教學。
人工智能導論(第2版) 內(nèi)容簡介
本書遵循理念與方法、經(jīng)典與前沿、技術與應用相融合滲透的原則，在理念、結(jié)構(gòu)、內(nèi)容和資源上都極具特色和創(chuàng)新。按照人工智能新知識體系，本書內(nèi)容分為五大部分13 章。 將傳統(tǒng)或經(jīng)典人工智能理論、方法與技術以及新一代人工智能技術和方法相結(jié)合，形成基礎概念（1-3章）+基礎技術（4-5章）+重點研究內(nèi)容與方向（機器智能）（6-12章）+行業(yè)應用與倫理基礎（12、13章）的新知識體系模式。 本書提供了配套學習資源，可通過人郵教育社區(qū)（www.ryjiaoyu.com）下載本書配套的電子資源，包括教學大綱、教案、教學課件PPT、習題答案、思政素材、實踐案例及其他拓展學習資料。
人工智能導論(第2版) 目錄
01
緒論
1.0 學習導言
1.1 生命與智能
1.1.1 什么是智能
1.1.2 圖靈測試與人工智能
1.1.3 人工智能圖譜
1.2 人工智能的歷史
1.2.1 第 一階段：初創(chuàng)時期
（1936年—1956年）
1.2.2 第二階段：形成時期
（1957年—1969年）
1.2.3 第三階段：發(fā)展時期
（1970年—1992年）
1.2.4 第四階段：大突破時期
（1993年至今）
1.3 中國人工智能發(fā)展歷史
1.4 人工智能學科交叉與融合
1.5 人工智能實現(xiàn)方法
1.5.1 傳統(tǒng)實現(xiàn)方法
1.5.2 數(shù)據(jù)驅(qū)動方法
1.6 人工智能主要研究內(nèi)容
1.6.1 計算智能
1.6.2 感知智能
1.6.3 認知智能
1.6.4 行為智能
1.6.5 群體智能
1.6.6 混合智能
1.6.7 情感智能
1.6.8 類腦智能
1.6.9 人工智能倫理與法律
1.7 機器創(chuàng)造與博弈
1.8 人工智能發(fā)展趨勢
1.9 本書內(nèi)容結(jié)構(gòu)
1.9.1 人工智能五維知識體系與本書內(nèi)容
1.9.2 人工智能五個認識層次與本書內(nèi)容
1.10 關鍵知識梳理
1.11 問題與實踐
02
人工智能哲學觀
2.0 學習導言
2.1 從哲學角度理解人工智能
2.1.1 與人工智能有關的哲學
概念
2.1.2 與人工智能有關的主要
哲學分支
2.1.3 大歷史觀——智能進化
2.1.4 人工智能的本質(zhì)
2.2 人工智能局限性的認識
2.2.1 弱人工智能與人類心智的
差距
2.2.2 強人工智能與通用人工智能
2.3 關鍵知識梳理
2.4 問題與實踐
03
腦科學基礎
3.0 學習導言
3.1 腦與神經(jīng)科學
3.2 腦神經(jīng)系統(tǒng)
3.2.1 腦神經(jīng)組織
3.2.2 神經(jīng)元與信息傳遞
3.2.3 大腦皮層
3.3 腦的視覺與信息處理機制
3.3.1 腦的視覺結(jié)構(gòu)
3.3.2 視覺皮層區(qū)域
3.4 腦的記憶機制
3.5 腦的學習機制
3.6 腦功能新發(fā)現(xiàn)
3.6.1 大腦導航功能
3.6.2 大腦孕周發(fā)育
3.6.3 社會互動增強神經(jīng)復雜性
3.7 關鍵知識梳理
3.8 問題與實踐
04
人工神經(jīng)網(wǎng)絡
4.0 學習導言
4.1 如何構(gòu)建人工神經(jīng)網(wǎng)絡
4.1.1 神經(jīng)元模型
4.1.2 感知器模型
4.2 人工神經(jīng)網(wǎng)絡的訓練—反向傳播算法
4.3 卷積神經(jīng)網(wǎng)絡原理
4.3.1 稀疏連接與全連接
4.3.2 權(quán)值共享與特征提取
4.3.3 卷積層
4.3.4 池化層
4.3.5 全連接層
4.3.6 激活函數(shù)層
4.3.7 損失函數(shù)
4.3.8 CNN算法
4.4 循環(huán)神經(jīng)網(wǎng)絡
4.5 長短時記憶網(wǎng)絡
4.6 受限玻爾茲曼機
4.7 深度置信網(wǎng)絡
4.8 關鍵知識梳理
4.9 問題與實踐
05
機器學習
5.0 學習導言
5.1 機器學習能否實現(xiàn)機器智能
5.2 機器學習的類型和應用
5.3 監(jiān)督學習與無監(jiān)督學習
5.3.1 k-*近鄰分類
5.3.2 支持向量機
5.3.3 樸素貝葉斯分類器
5.3.4 k-均值聚類算法
5.3.5 隨機森林算法
5.3.6 集成學習
5.4 深度學習
5.4.1 淺層學習與深度學習
5.4.2 深度學習的應用——圖像
描述
5.5 生成對抗網(wǎng)絡
5.5.1生成網(wǎng)絡
5.5.2判別網(wǎng)絡
5.6 深度學習大模型
5.6.1 DALL·E和CLIP
5.6.2 悟道1.0/2.0
5.6.3 NüWA（女媧）
5.7 遷移學習
5.8 深度學習缺陷與因果學習
5.8.1深度學習缺陷
5.8.2因果學習概念及其作用
5.8.3結(jié)構(gòu)因果模型
5.9 強化學習
5.9.1 能夠自適應學習的機器人
5.9.2 強化學習的應用
5.10 關鍵知識梳理
5.11 問題與實踐
06
感知智能
6.0 學習導言
6.1 數(shù)字圖像處理技術
6.1.1 灰度直方圖
6.1.2 圖像平滑處理
6.1.3 圖像邊緣檢測
6.1.4 圖像銳化
6.1.5 圖像分割
6.1.6 圖像特征提取
6.1.7 圖像分析
6.2 計算機視覺與機器視覺
6.3 模式識別
6.3.1 模式識別方法
6.3.2 模式識別過程
6.4圖像分類
6.4.1 圖像分類概念
6.4.2 深度學習與圖像分類
6.5 目標檢測與識別
6.6 無人駕駛汽車的環(huán)境感知
6.7 關鍵知識梳理
6.8 問題與實踐
07
認知智能
7.0 學習導言
7.1 邏輯推理
7.1.1 命題與推理
7.1.2 推理類型
7.1.3 模糊推理
7.2 知識表示
7.2.1 謂詞邏輯表示法
7.2.2 語義網(wǎng)絡表示法
7.3 搜索技術
7.3.1 盲目搜索
7.3.2 啟發(fā)式搜索
7.3.3 蒙特卡羅樹搜索算法
7.4 知識圖譜
7.4.1 知識圖譜與認知智能
7.4.2 知識圖譜基本技術
7.4.3 知識圖譜架構(gòu)
7.5 認知計算
7.6 認知智能的興起
7.7 關鍵知識梳理
7.8 問題與實踐
08
語言智能
8.0 學習導言
8.1 語言與認知
8.2 自然語言處理
8.2.1 自然語言理解源起
8.2.2 自然語言處理應用
8.2.3 自然語言處理技術
8.3 智能問答系統(tǒng)
8.4 聊天機器人
8.4.1 聊天機器人類型
8.4.2 聊天機器人與自然語言
理解
8.5 語音識別
8.5.1 語音識別系統(tǒng)
8.5.2 語音識別過程
8.6 機器翻譯
8.6.1 機器翻譯原理與過程
8.6.2 通用翻譯模型
8.7 關鍵知識梳理
8.8 問題與實踐
09
機器人
9.0 學習導言
9.1 機器人與行為智能
9.1.1 行為主義載體——機器人
9.1.2 機器人基本組成
9.1.3 智能機器人
9.2 工業(yè)機器人
9.3 移動機器人
9.4 無人飛行器
9.5 水下機器人
9.6 太空機器人
9.7 人形機器人
9.8 機器動物
9.9 軟體機器人
9.10 微型機器人
9.11 群體機器人
9.12 認知發(fā)展機器人
9.13 關鍵知識梳理
9.14 問題與實踐
10
類腦智能
10.0 學習導言
10.1 類腦計算基礎
10.1.1 馮·諾依曼結(jié)構(gòu)計算機的
局限
10.1.2 類腦計算機
10.1.3 類腦計算研究內(nèi)容與
方法
10.2 類腦計算基礎
10.2.1 神經(jīng)形態(tài)計算
10.2.2 神經(jīng)形態(tài)類腦芯片
10.2.3 神經(jīng)形態(tài)類腦計算機
10.3 基于憶阻器的類腦計算
10.3.1 憶阻器原理
10.3.2 憶阻器芯片
10.4 人工大腦
10.4.1 人工大腦的基本單元
10.4.2 仿腦模型
10.4.3 虛擬大腦
10.4.4 深度學習腦功能模擬
10.5 非神經(jīng)形態(tài)智能芯片
10.6 關鍵知識梳理
11.7 問題與實踐
11
混合智能
11.0 學習導言
11.1 混合智能基本形態(tài)
11.2 腦機接口
11.2.1 腦機接口工作原理
11.2.2 可探測識別的腦電波
信號
11.2.3 侵入式腦機接口
11.2.4 非侵入式腦機接口
11.2.5 腦機接口應用
11.3 可穿戴技術
11.3.1 可穿戴傳感器
11.3.2 可穿戴神經(jīng)刺激
11.4 可植入電子芯片
11.4.1 電子識別芯片
11.4.2 人造感覺神經(jīng)
11.5 外骨骼混合智能
11.6 動物混合智能
11.7 人體增強
11.8 關鍵知識梳理
11.9 問題與實踐
12
人工智能行業(yè)應用
12.1 學習導言
12.1 智能制造
12.1.1 智能制造定義
12.1.2 智能制造與數(shù)字制造
12.1.3 智能制造產(chǎn)業(yè)核心內(nèi)容
12.1.4 智能工廠
12.2 智能醫(yī)療
12.2.1 智能醫(yī)療定義與組成
12.2.2 智能醫(yī)療核心技術
12.2.3 智能醫(yī)療應用場景
12.3 人工智能與新基建
12.3.1 新基建加速企業(yè)智能化轉(zhuǎn)型
12.3.2新基建完善人工智能基礎設施
12.3.3新基建拓展人工智能應用場景
12.4人工智能技術在企業(yè)的應用
12.4.1企業(yè)應用的主要人工智能技術
12.4.2人工智能技術零售業(yè)應用
12.4.3 人工智能技術電商營銷應用
12.5 關鍵知識梳理
12.6 問題與實踐
13
人工智能倫理與法律
13.0 學習導言
13.1 電車難題引發(fā)的人工智能
道德困境
13.2 人工智能倫理的定義
13.3 人工智能倫理問題
13.4 機器人倫理問題與基本
原則
13.4.1 機器人倫理問題
13.4.2 機器人倫理的基本原則
13.5 人工智能倫理規(guī)范
13.6 人工智能法律問題
13.6.1 人工智能引發(fā)的法律
問題
13.6.2 人工智能的法律主體和法律人格問題
13.7 超現(xiàn)實人工智能倫理問題
13.8 關鍵知識梳理
13.9 問題與實踐
參考文獻
展開全部
人工智能導論(第2版) 作者簡介
莫宏偉，哈爾濱工程大學工學博士、教授，類腦計算與人工智能研究中心主任，全國高校人工智能與大數(shù)據(jù)創(chuàng)新聯(lián)盟常務理事，黑龍江省高等教育學會人工智能教育專業(yè)委員會理事長。長期從事人工智能導論、原理與方法的課程教學工作，主要研究領域涉及類腦計算、自然計算、智能機器人、視覺智能與認知智能等。完成國家自然科學基金、國防科學技術預先研究基金等項目20余項，發(fā)表論文80余篇，出版專著6部，教材2部，授權(quán)發(fā)明專利8項。
書友推薦
- >
史學評論
- >
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)
- >
月亮虎
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家?guī)阕x魯迅:故事新編
- >
【精裝繪本】畫給孩子的中國神話
- >
羅庸西南聯(lián)大授課錄
- >
上帝之肋:男人的真實旅程
本類暢銷
