《人工智慧導論》是2020年機械工業出版社出版的圖書。
基本介紹
- 中文名：人工智慧導論
- 作者：周蘇、張泳
- 出版時間：2020年3月
- 出版社：機械工業出版社
- ISBN：9787111647317
- 定價：49.00 元
- 開本：16 開
- 裝幀：平裝
內容簡介,圖書目錄,
內容簡介
《人工智慧導論》是為高等院校相關專業“人工智慧導論”課程設計編寫，具有豐富套用特色的主教材。針對高校學生的發展需求，《人工智慧導論》分引言、基礎知識、基於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）、人工智慧 領域套用；基礎知識，包括大數據思維、搜尋算法、知識表示；基於知識的系統，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、智慧型圖像處理、自然語言處理、自動規劃。
《人工智慧導論》較為系統、全面地介紹了人工智慧的相關概念、理論與套用，可以幫助讀者紮實地打好人工智慧的知識基礎。
《人工智慧導論》既適合高校學生學習，也適合對人工智慧相關領域感興趣的讀者閱讀參考。
圖書目錄
前言
部分引言
第1章緒論
【導讀案例】雲計算四十年歷史化蝶
成繭
1.1什麼是人工智慧
1.1.1人工智慧定義
1.1.2強人工智慧與弱人工智慧
1.2人工智慧發展歷史
1.2.1大師與通用機器
1.2.2人工智慧學科的誕生
1.2.3人工智慧的發展歷程
1.2.4人工智慧的社會必然性
1.3人工智慧的研究
1.3.1人工智慧的研究領域
1.3.2在計算機上的實現方法
1.3.3人工智慧發展的啟示
1.3.4新圖靈測試
1.4人工智慧時代需要的人才
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人工智慧與安全
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章人工智慧 領域套用
【導讀案例】動物智慧型：聰明的漢斯
2.1關於智慧地球
2.2智慧城市
2.2.1什麼是智慧城市
2.2.2智慧城市與數字城市
2.2.3智慧城市與智慧型城市
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智慧型家居
2.4.1家庭自動化
2.4.2家庭網路
2.4.3網路家電
2.4.4智慧型家居的設計理念
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智慧的醫療信息平台
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智慧型客戶服務
2.8.1企業布局智慧型客服
2.8.2智慧型客服的人機分工
【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大數據與人工智慧
3.2思維轉變之一：樣本=總體
3.2.1小數據時代的隨機採樣
3.2.2大數據與賈伯斯的癌症治療
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：數據的相關關係
3.4.1關聯物，預測的關鍵
3.4.2“是什麼”，而不是“為什麼”
3.4.3通過因果關係了解世界
3.4.4通過相關關係了解世界
【作業】
第4章搜尋算法
【導讀案例】AI能替代碼農編程嗎？
4.1關於搜尋算法
4.2盲目搜尋
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深度優先搜尋
4.2.6廣度優先搜尋
4.2.7疊代加深搜尋
4.3知情搜尋
4.3.1啟發法
4.3.2爬山法
4.3.3陡爬坡法
4.3.4優先搜尋
4.3.5分支定界法——找到解
4.3.6A*算法
4.4受到自然啟發的搜尋
4.4.1遺傳規劃
4.4.2螞蟻聚居地最佳化
4.4.3模擬退火
4.4.4粒子群
4.4.5禁忌搜尋
【作業】
第5章知識表示
【導讀案例】“x0後”網路形象報告：成長為中堅一代
5.1什麼是知識表示
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搜尋樹（決策樹）
5.5產生式系統
5.6面向對象
5.7框架法
5.8語義網路
5.8.1語義網路表示
5.8.2知識圖譜
【作業】
第三部分基於知識的系統
第6章專家系統
【導讀案例】中美人工智慧PK
6.1專家系統及其發展
6.1.1在自己的領域裡作為專家
6.1.2五個技能獲取階段
6.1.3專家的特點
6.1.4專家系統的特徵
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
7.1什麼是機器學習
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
7.3.1什麼是算法
7.3.2回歸算法
7.3.3基於實例的算法
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神經網路算法
7.4機器學習的基本結構
7.5機器學習的分類
7.5.1基於學習策略的分類
7.5.2基於所獲取知識的表示形式分類
7.5.3按套用領域分類
7.5.4綜合分類
7.6機器學習的套用
7.6.1套用於物聯網
7.6.2套用於聊天機器人
7.6.3套用於自動駕駛
【作業】
第8章深度學習
【導讀案例】谷歌大腦
8.1了解神經網路
8.1.1人腦神經的研究
8.1.2人工神經網路的研究
8.1.3神經網路理解圖片
8.2什麼是深度學習
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機器人世界盃足球錦標賽
9.1劃時代的計畫
9.1.1劃時代的阿波羅計畫
9.1.2機器人學中新的標準問題
9.2機器感知
9.2.1機器智慧型與智慧型機器
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智慧型製造
9.5.1什麼是智慧型製造
9.5.2綜合特徵
9.5.3智慧型技術
9.5.4測控裝置
9.5.5運作過程
【作業】
第10章智慧型圖像處理
【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神經網路的圖像識別技術
10.4圖像識別技術的套用
10.4.1機器視覺的行業套用
10.4.2檢測與機器人視覺套用
10.4.3套用案例：布匹質量檢測
10.5智慧型圖像處理技術
10.5.1圖像採集
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複雜算法
11.1語言的問題和可能性
11.2什麼是自然語言處理
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
11.3.3四種範式
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自然語言處理的套用
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
12.1什麼是自動規劃
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規劃套用示例
12.2規劃方法
12.2.1規劃即搜尋
12.2.2部分有序規劃
12.2.3分級規劃
12.2.4基於案例的規劃
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
