《人工智慧導論》是人民郵電出版社2022年出版的書籍。
基本介紹
- 中文名：人工智慧導論
- 作者：李錚、黃源、蔣文豪
- 出版社：人民郵電出版社
- 出版時間：2022年11月
- 頁數：199
- 定價：49.8
- 開本：16 開
- 裝幀：平裝
- ISBN：9787115560438
內容簡介,作者簡介,圖書目錄,
內容簡介
本書主要講述人工智慧的基礎知識與基礎理論，並通過大量的人工智慧套用幫助讀者快速了解人工智慧相關技術。本書共10章，分別為人工智慧概述、人工智慧基礎知識、機器學習、深度學習、計算機視覺、自然語言處理、知識圖譜、人工智慧技術套用場景、智慧型機器人和人工智慧的挑戰與未來。本書內容豐富，講解細緻，注重技術發展變化。
本書既可作為高校大數據專業、雲計算專業、人工智慧技術專業、信息管理專業、計算機網路專業的教材，又可作為人工智慧與大數據愛好者的參考書。
作者簡介
黃源，重慶航天職業技術學院計算機系副教授，主要研究項目及領域為網路通信、軟體開發等，曾經出版《XML基礎與案例教程》《HTML5+CSS3網頁設計》《搜尋引擎最佳化基礎基礎與實訓教程》等教材。
圖書目錄
第１章 人工智慧概述 1
1.1 人工智慧簡介 1
1.1.1 人工智慧的定義 1
1.1.2 人工智慧的特點 2
1.1.3 人工智慧的分類 2
1.2 人工智慧的起源與發展 3
1.2.1 人工智慧的歷史 3
1.2.2 我國的人工智慧發展現狀 5
1.3 人工智慧的研究內容 6
1.3.1 認知建模 6
1.3.2 知識表示 6
1.3.3 知識套用 7
1.3.4 推理 7
1.3.5 機器感知 7
1.3.6 機器思維 7
1.3.7 機器學習 8
1.3.8 機器行為 8
1.4 人工智慧領域的著名專家與代表性人物 8
1.4.1 艾倫 圖靈 8
1.4.2 斯圖爾特 羅素 8
1.4.3 史蒂芬 霍金 9
1.4.4 賈斯汀 卡塞爾 9
1.4.5 約翰 麥卡錫 9
1.4.6 吳恩達 9
1.4.7 德米什 哈薩比斯 10
1.5 人工智慧研究的主要學派 10
1.5.1 符號主義 10
1.5.2 連線主義 10
1.5.3 行為主義 11
1.6 人工智慧的套用 11
1.6.1 專家系統 11
1.6.2 自然語言處理 12
1.6.3 博弈 12
1.6.4 搜尋 13
1.6.5 感知問題 13
1.6.6 模式識別 13
1.6.7 機器人學 13
1.7 小結 14
1.8 習題 14
第２章 人工智慧基礎知識 15
2.1 人工智慧的數學基礎 15
2.1.1 微積分 15
2.1.2 線性代數 16
2.1.3 機率論與數理統計 16
2.1.4 最最佳化理論 17
2.1.5 形式邏輯 17
2.2 人工智慧的常用工具 17
2.2.1 TensorFlow 17
2.2.2 Mahout 18
2.2.3 Torch 18
2.2.4 Spark MLlib 18
2.2.5 Keras 18
2.2.6 CNTK 18
2.3 數據採集 19
2.3.1 數據採集的概念 19
2.3.2 數據採集的常見方法 19
2.4 數據存儲 21
2.4.1 數據存儲的概念 21
2.4.2 數據存儲的方式 21
2.5 數據清洗 23
2.5.1 數據清洗的概念 23
2.5.2 數據清洗的原理 24
2.5.3 數據清洗的套用領域 25
2.5.4 數據清洗的評估 25
2.6 數據分析 26
2.6.1 大數據分析概述 26
2.6.2 大數據分析的主要類型 26
2.6.3 數據挖掘 27
2.6.4 數據可視化 29
2.7 小結 32
2.8 習題 32
第3章 機器學習 34
3.1 機器學習概述 34
3.1.1 機器學習簡介 34
3.1.2 機器學習的發展 35
3.1.3 機器學習的套用前景 36
3.1.4 機器學習的未來 37
3.2 機器學習的分類 37
3.2.1 監督學習 38
3.2.2 無監督學習 39
3.2.3 半監督學習 40
3.2.4 遷移學習 40
3.2.5 強化學習 41
3.3 機器學習常用算法 42
3.3.1 回歸算法 42
3.3.2 聚類算法 46
3.3.3 降維算法 49
3.3.4 決策樹算法 50
3.3.5 貝葉斯算法 51
3.3.6 支持向量機算法 53
3.3.7 關聯規則算法 54
3.3.8 遺傳算法 57
3.4 小結 60
3.5 習題 61
第4章 深度學習 62
4.1 神經網路 62
4.1.1 神經網路簡介 62
4.1.2 神經網路發展歷史 63
4.1.3 單個神經元 64
4.1.4 神經網路的結構 64
4.1.5 神經網路的學習 65
4.1.6 激活函式 66
4.1.7 損失函式 68
4.2 感知機 68
4.2.1 感知機簡介 68
4.2.2 多層感知機 69
4.3 卷積神經網路 70
4.3.1 卷積神經網路簡介 70
4.3.2 卷積神經網路的結構 71
4.3.3 常用的卷積神經網路 72
4.4 循環神經網路 74
4.4.1 循環神經網路簡介 74
4.4.2 循環神經網路的結構 74
4.4.3 常用的循環神經網路 75
4.5 生成對抗網路 76
4.5.1 生成對抗網路簡介 76
4.5.2 生成對抗網路的結構 76
4.5.3 常用的生成對抗網路 77
4.6 深度學習的套用 78
4.6.1 AlphaGo Zero 78
4.6.2 自動駕駛 80
4.7 小結 81
4.8 習題 82
第5章 計算機視覺 83
5.1 計算機視覺概述 83
5.1.1 計算機視覺簡介 83
5.1.2 計算機視覺的發展歷史 84
5.1.3 計算機視覺研究的意義 85
5.1.4 計算機視覺的套用及面臨的挑戰 85
5.2 圖像分類 88
5.2.1 圖像分類簡介 88
5.2.2 圖像分類算法 88
5.3 目標檢測 91
5.3.1 目標檢測簡介 91
5.3.2 目標檢測框架模型 91
5.4 圖像分割 94
5.4.1 圖像分割簡介 94
5.4.2 圖像分割算法 95
5.5 小結 96
5.6 習題 96
第6章 自然語言處理 97
6.1 自然語言處理簡介 97
6.1.1 自然語言處理的定義 97
6.1.2 自然語言處理的發展歷程 98
6.1.3 自然語言處理的研究方向 99
6.1.4 自然語言處理的一般工作原理 100
6.2 自然語言處理的組成 101
6.3 自然語言理解 101
6.3.1 自然語言理解的層次 102
6.3.2 詞法分析 103
6.3.3 句法分析 104
6.3.4 語義分析 105
6.4 信息檢索 106
6.4.1 信息檢索簡介 107
6.4.2 信息檢索的發展歷程 107
6.4.3 信息檢索的特點 108
6.4.4 信息檢索的基本原理 108
6.4.5 信息檢索的類型 108
6.4.6 信息檢索的套用 110
6.5 機器翻譯 111
6.5.1 機器翻譯的基本模式 111
6.5.2 統計機器翻譯 112
6.5.3 機器翻譯的套用 113
6.6 情感分析 114
6.6.1 情感分析概述 115
6.6.2 情感分析的定義 115
6.6.3 情感分析的任務 115
6.6.4 情感分析的套用 117
6.6.5 情感分析面臨的困難與挑戰 119
6.7 語音識別 120
6.7.1 語音識別的定義 120
6.7.2 語音識別的發展歷程 120
6.7.3 語音識別的基本原理 121
6.7.4 語音識別的套用 121
6.8 自然語言處理面臨的問題和展望 124
6.8.1 自然語言處理面臨的問題 124
6.8.2 自然語言處理的展望 125
6.9 小結 126
6.10 習題 127
第7章 知識圖譜 128
7.1 知識圖譜簡介 128
7.1.1 知識圖譜的定義 128
7.1.2 知識圖譜的發展歷史 129
7.1.3 知識圖譜的類型 130
7.1.4 知識圖譜的重要性 131
7.2 知識表示和知識建模 132
7.2.1 知識表示 132
7.2.2 知識建模 135
7.3 知識抽取 138
7.3.1 實體抽取 139
7.3.2 關係抽取 139
7.3.3 屬性抽取 139
7.4 知識存儲 140
7.4.1 知識存儲概述 140
7.4.2 知識存儲方式 140
7.4.3 知識存儲工具 141
7.5 知識融合 142
7.5.1 知識融合概述 142
7.5.2 知識融合過程 142
7.6 知識推理 143
7.6.1 知識圖譜的表示 143
7.6.2 並行知識推理 143
7.6.3 實體關係知識推理 144
7.6.4 模式歸納知識推理 144
7.7 知識圖譜的套用 145
7.7.1 語義搜尋 145
7.7.2 問答系統 146
7.8 小結 149
7.9 習題 150
第8章 人工智慧技術套用場景 151
8.1 智慧交通 151
8.1.1 智慧交通的概念 151
8.1.2 智慧交通中的人工智慧套用 152
8.1.3 智慧交通中的核心技術 153
8.2 智慧電商 155
8.2.1 智慧電商的概念 155
8.2.2 智慧電商中的人工智慧套用 155
8.2.3 智慧電商案例分析 159
8.3 智慧型醫學 160
8.3.1 智慧型醫學的概念 160
8.3.2 智慧型醫學的發展歷程 160
8.3.3 智慧型醫學涵蓋的內容 161
8.3.4 醫學中的人工智慧套用 162
8.3.5 智慧型醫學的發展 164
8.4 智慧型製造 164
8.4.1 智慧型製造的概念 164
8.4.2 智慧型製造的特徵 164
8.4.3 智慧型製造中的人工智慧套用 165
8.4.4 智慧型製造的發展 167
8.5 小結 168
8.6 習題 168
第9章 智慧型機器人 169
9.1 智慧型機器人概述 169
9.1.1 機器人簡介 169
9.1.2 認識智慧型機器人 173
9.1.3 智慧型機器人的發展現狀 174
9.1.4 智慧型機器人的前景 174
9.2 智慧型機器人的核心技術 175
9.2.1 定位導航 175
9.2.2 人機互動 180
9.3 智慧型機器人的套用 181
9.4 小結 184
9.5 習題 185
第 10章 人工智慧的挑戰與未來 186
10.1 人工智慧的挑戰 186
10.1.1 數據 186
10.1.2 算法模型可解釋性 187
10.1.3 業務場景理解 188
10.1.4 服務方式 188
10.1.5 投入產出比 189
10.2 人工智慧對社會的影響 189
10.2.1 人工智慧對教育與就業的影響 190
10.2.2 人工智慧對隱私與安全的影響 191
10.3 人工智慧的未來 191
10.3.1 人工智慧未來的發展趨勢 192
10.3.2 人工智慧未來的技術發展方向 193
10.3.3 人工智慧未來的套用趨勢 196
10.4 小結 197
10.5 習題 198
參考文獻 199
