人工智慧技術導論(2023年清華大學出版社出版的圖書)

《人工智慧技術導論》是2023年清華大學出版社出版的圖書，作者是金雷。

基本介紹

• 中文名：人工智慧技術導論
• 作者：金雷
• 出版社：清華大學出版社
• 出版時間：2023年1月1日
• 定價：49 元
• ISBN：9787302616634

內容簡介

本書主要從技術原理和技術套用兩方面講述人工智慧技術。全書共12章，內容涵蓋人工智慧概述、人工智慧軟硬體、人工智慧與數據、計算機視覺、語音識別、自然語言理解、知識推理、經典機器學習、深度學習與強化學習、自動駕駛、智慧型問答及人工智慧倫理等。 本書不僅可作為高等院校智慧型科學與技術、計算機科學、電子科學與技術、控制科學與工程等專業的低年級本科生或專科生的教材，同時也可作為人文社科類各專業本科生的通識課程教材，還可為對人工智慧技術及其套用感興趣的工程技術人員提供參考。

圖書目錄

第1章人工智慧技術概述

1．1從人類智慧型到人工智慧

1．1．1史前智慧型

1．1．2聲音智慧型

1．1．3文字智慧型

1．1．4智慧型的計算形式

1．1．5信息智慧型的地球網路

1．2人工智慧的提出與發展

1．2．1人工智慧的起源與黃金時代

1．2．2人工智慧的第一次寒冬及第二次繁榮期

1．2．3人工智慧的第二次寒冬

1．2．4人工智慧的穩健時代與新時代

1．3人工智慧是什麼

1．3．1人工智慧的定義

1．3．2人工智慧的任務域

1．3．3人工智慧三大主義

1．4本書的主要內容

第2章人工智慧的軟硬體體系

2．1人工智慧軟體體系

2．1．1人工智慧的軟體體系簡介

2．1．2部分框架介紹

2．2人工智慧硬體體系

2．2．1人工智慧的硬體體系簡介

2．2．2人工智慧晶片簡介

2．2．3人工智慧晶片技術

2．3人工智慧軟硬體一體化

2．3．1人工智慧軟硬體一體化簡介

2．3．2人工智慧軟硬體一體化套用

2．4智慧型音箱的軟硬體

2．4．1智慧型音箱技術原理

2．4．2智慧型音箱的硬體

2．4．3智慧型音箱的軟體和算法

第3章人工智慧與數據

3．1人工智慧的數學基礎

3．1．1線性代數

3．1．2機率論與數理統計

3．1．3最最佳化理論

3．1．4資訊理論

3．2數據具有內在相關性

3．2．1折線圖與散點圖

3．2．2協方差及協方差矩陣

3．2．3相關係數

3．3數據具有內在預測性

3．3．1一元回歸及多元回歸

3．3．2神經網路

3．4數據具有邏輯可分性

3．4．1邏輯回歸方法

3．4．2支持向量機

3．4．3決策樹和隨機森林算法

3．4．4神經網路算法

第4章計算機視覺

4．1計算機視覺概述

4．1．1計算機視覺套用

4．1．2計算機視覺發展

4．2圖像與視覺基礎

4．2．1人眼視覺

4．2．2圖像基礎

4．2．3顏色模型

4．3計算機視覺基礎算法

4．3．1圖像濾波(平滑)

4．3．2邊緣檢測

4．3．3圖像分割

4．3．4特徵檢測與匹配

4．3．5目標檢測

4．3．6目標識別

4．3．7目標跟蹤

4．3．8立體視覺

4．3．9三維重建

4．3．10深度學習方法

4．3．11文本檢測

4．3．12幾何變換

4．3．13圖像拼接

4．3．14高動態範圍成像

4．3．15圖像修復

4．3．16圖像分解

4．3．17非真實性渲染

4．3．18圖像合成

4．4計算機視覺算法實現

4．4．1OpenCV簡介

4．4．2OpenCV常用函式

4．4．3Canny邊緣檢測

4．4．4MeanShift

4．4．5基於SURF特徵匹配的圖像拼接

第5章語音識別

5．1語音識別概述

5．2語音識別流程

5．3語音識別案例實現

5．3．1MFCC

5．3．2神經網路模板匹配

5．3．3Amazon Echo

第6章自然語言理解

6．1自然語言理解基礎

6．1．1自然語言處理概述

6．1．2自然語言處理髮展

6．1．3自然語言處理相關運用

6．1．4自然語言處理技術難點

6．2自然語言理解技術

6．2．1詞法分析

6．2．2句子分析

6．2．3語義分析

6．2．4語用分析

6．3自然語言理解案例分析

6．3．1NLTK的使用

6．3．2Jieba分詞

6．3．3情感分析

第7章知識推理

7．1知識表示

7．1．1知識表示概念

7．1．2知識表示的發展和分類

7．1．3知識表示的方法

7．2知識推理與問題求解

7．2．1知識推理的概念及證明

7．2．2問題求解

7．2．3遊戲AI套用： 路徑規劃與搜尋

7．3知識推理與問題求解案例分析

7．3．1遊戲AI套用： 簡單的遊戲AI

7．3．2遊戲AI套用： Alpha Go中的人工智慧

7．3．3遊戲AI套用： 機器自動訓練玩遊戲

7．3．4遊戲AI套用： Flappy Bird

7．3．5暴力破解邏輯求解問題

第8章機器學習和深度學習

8．1機器學習

8．1．1機器學習的定義

8．1．2機器學習與其他學科的聯繫

8．1．3機器學習的套用範圍

8．1．4機器學習的總結

8．2深度學習

8．2．1深度學習的定義

8．2．2深度學習的發展歷程

8．2．3深度學習的套用範圍

8．2．4人工智慧、機器學習及深度學習的聯繫

8．3深度學習基礎

8．3．1卷積、池化和全連線

8．3．2邏輯回歸

8．3．3神經網路的訓練過程

8．3．4機器視覺

8．4深度學習模型

8．4．1什麼是深度學習模型

8．4．2常見深度學習模型

第9章自動駕駛

9．1初識自動駕駛

9．1．1自動駕駛特性

9．1．2自動駕駛技術分級

9．2自動駕駛的技術框架

9．2．1環境感知

9．2．2決策手段

9．2．3決策規劃

9．2．4運動控制

9．3測試驗證和風險分析

9．3．1自動駕駛的測試

9．3．2自動駕駛的風險分析

第10章智慧型問答

10．1問答系統概述

10．1．1智慧型問答系統

10．1．2人工智慧問答系統的基本流程

10．2智慧型問答系統分類

10．2．1按對話類別劃分

10．2．2按知識來源劃分

10．3智慧型問答系統的處理技術和架構

10．3．1問答系統常用技術

10．3．2問題處理

10．3．3段落獲取

10．3．4答案抽取

10．4智慧型問答系統的搭建

第11章人工智慧的社會問題

11．1人工智慧的影響

11．1．1經濟方面

11．1．2文化方面

11．1．3社會方面

11．2人工智慧與就業

11．3人工智慧與倫理

11．4人工智慧與安全

參考文獻