《人工智慧概論》是2021年清華大學出版社出版的圖書。
基本介紹
- 書名：《人工智慧概論》
- 作者：劉鵬，程顯毅，李紀聰 編
- 出版社：清華大學出版社
- 出版時間：2021年7月1日
- 頁數：329 頁
- 開本：16 開
- 裝幀：平裝
- ISBN：9787302578659
- 叢書名： 高等學校人工智慧通識課教材
- 用紙：膠版紙
- 正文語種：中文
- 字數：492000
- 商品編碼：12874885
內容簡介
《人工智慧概論》全面介紹了人工智慧的基本技術，目標是用通俗易懂的方法幫助讀者構建完整的人工智慧知識體系，為後續的深入學習打下基礎。全書共分為10章，內容包括人工智慧概述、知識表示、搜尋技術、機器學習、深度學習、自然語言處理、機器人及智慧型控制等。
《人工智慧概論》適合高職高專和套用型本科，作為非人工智慧專業的選修課和人工智慧專業的導論課教材。也適合作為人工智慧技術愛好者的入門書。
目錄
第1章 AI時代的起航
1.1 一波三折的AI 1
1.1.1 發展歷程概覽 1
1.1.2 大數據時代的人工智慧 8
1.2 AI如影隨形 10
1.2.1 手機美顏 10
1.2.2 聊天機器人 10
1.2.3 新聞推薦 11
1.2.4 線上翻譯 12
1.2.5 虛擬現實 12
1.3 AI學派 13
1.3.1 符號主義 13
1.3.2 連線主義 14
1.3.3 行為主義 15
1.3.4 學派比較 16
1.4 人工智慧定義 16
1.4.1 概念解析 16
1.4.2 共識概念 17
1.5 AI面臨的機遇和挑戰 18
1.5.1 認知誤區 18
1.5.2 面臨的機遇 19
1.5.3 存在的挑戰 20
1.5.4 AI將成為公司的生命線 21
1.5.5 AI如何重新定義工作 22
1.6 應具有的AI能力 23
1.6.1 懂工具 23
1.6.2 懂編程 25
1.6.3 懂模型 25
1.6.4 懂業務 27
習題 28
參考文獻 29
第2章 感受AI
2.1 析音賞樂 31
2.1.1 語音助手 32
2.1.2 語音識別 32
2.1.3 典型套用場景 33
2.2 別具慧眼 33
2.2.1 人臉識別 33
2.2.2 行人識別 35
2.2.3 圖像分類 36
2.2.4 典型套用場景 36
2.3 識文斷字 39
2.3.1 手寫數據識別 39
2.3.2 問答系統 39
2.3.3 情感分析 40
2.3.4 典型套用場景 40
2.4 神來之筆 41
2.4.1 圖像生成 41
2.4.2 圖像藝術 42
2.4.3 典型套用場景 42
2.5 運籌帷幄 44
2.5.1 智慧型家居 44
2.5.2 環境監控 45
2.5.3 典型套用場景 46
習題 49
參考文獻 49
第3章 知識表示與推理
3.1 從AI符號主義說起 50
3.1.1 命題邏輯 51
3.1.2 一階謂詞邏輯 53
3.1.3 產生式系統 55
3.1.4 基於符號主義的知識表示瓶頸 56
3.2 基於知識的表示方法 56
3.2.1 人工智慧的3個層次 56
3.2.2 知識 57
3.2.3 知識工程的誕生 59
3.2.4 框架 60
3.2.5 語義網路 61
3.2.6 語義Web 62
3.3 知識圖譜與知識庫 63
3.3.1 問題的提出 63
3.3.2 基本思想 64
3.3.3 基本原理 65
3.3.4 知識圖譜的分類 66
3.3.5 知識圖譜套用場景 67
3.4 實驗：構建基於知識圖譜的問答程式 68
習題 71
參考文獻 75
第4章 搜尋技術
4.1 搜尋 76
4.1.1 什麼是搜尋 76
4.1.2 狀態空間表示法 77
4.1.3 狀態空間的搜尋策略 79
4.2 廣度優先 81
4.2.1 廣度優先搜尋的基本思想 81
4.2.2 廣度優先搜尋的過程 81
4.3 深度優先 82
4.3.1 深度優先搜尋的基本思想 82
4.3.2 深度優先搜尋過程 82
4.4 啟發式搜尋 83
4.4.1 啟發性信息與估價函式 84
4.4.2 局部尋優搜尋 86
4.4.3 全局尋優搜尋 87
4.5 遺傳算法 89
4.5.1 遺傳算法的發展史 90
4.5.2 遺傳算法的基本原理 90
4.5.3 遺傳算法的求解步驟 92
4.6 微粒群算法 93
4.6.1 微粒群算法的基本概念及進化方程 93
4.6.2 標準微粒群算法流程 94
4.6.3 微粒群算法的研究現狀 95
4.7 實驗：粒子群最佳化算法 96
習題 98
參考文獻 100
第5章 機器學習
5.1 機器學習模型 101
5.2 數據準備 103
5.2.1 數據集劃分 103
5.2.2 數據標註 104
5.3 學習方式 105
5.3.1 有監督學習 105
5.3.2 無監督學習 109
5.3.3 機率圖模型 113
5.3.4 集成學習 117
5.4 模型評估 120
5.4.1 泛化能力 120
5.4.2 交叉驗證 121
5.4.3 混淆矩陣 121
5.5 實驗：房價預測 122
習題 124
第6章 深度學習
6.1 深度學習概況 129
6.1.1 深度學習是什麼 129
6.1.2 深度學習的前世今生 130
6.1.3 深度學習分類 132
6.1.4 深度學習的入門建議 132
6.2 神經網路基礎 133
6.2.1 人工神經網路模型 133
6.2.2 感知機學習算法 135
6.2.3 多層前饋神經網路 137
6.2.4 BP算法背後的數學 139
6.2.5 誤差反向傳播法 142
6.2.6 可視化MLP網路訓練 143
6.3 深度學習框架 145
6.3.1 Matlab深度學習工具包 146
6.3.2 TensorFlow深度學習框架 146
6.3.3 PyTorch深度學習框架 147
6.3.4 其他構建方式 148
6.3.5 體驗手寫數字識別 149
6.4 卷積神經網路及其套用 152
6.4.1 卷積神經網路的功能組件 153
6.4.2 卷積神經網路的架構 158
6.4.3 卷積神經網路識別CIFAR圖像集 162
6.5 強化學習 166
6.5.1 一個迷宮問題 167
6.5.2 強化學習問題的框架MDP 169
6.5.3 求解貝爾曼方程 172
6.5.4 強化學習仿真環境 173
6.5.5 深度學習前景展望 177
6.6 實驗：利用卷積神經網路識別圖像 179
習題 183
參考文獻 188
第7章 自然語言處理
7.1 詞法分析 189
7.1.1 詞法分析概述 189
7.1.2 基本分詞方法 190
7.1.3 詞性標註 194
7.1.4 實體識別 197
7.2 句法分析 198
7.2.1 句法分析概述 198
7.2.2 自頂向下的句法分析 199
7.2.3 自底向上的句法分析 200
7.2.4 機率上下文無關文法 202
7.3 語義分析 204
7.3.1 語義分析概述 204
7.3.2 詞義消歧 204
7.3.3 語義角色標註 209
7.4 實驗：Python中文文本分析與可視化 211
習題 213
參考文獻 214
第8章 智慧型控制技術
8.1 自動控制系統 215
8.1.1 概述 215
8.1.2 組成與工作原理 215
8.1.3 分類 216
8.2 模糊控制 217
8.2.1 模糊推理方法 217
8.2.2 模糊控制原理 217
8.2.3 模糊控制系統的設計 218
8.2.4 自適應模糊控制 219
8.3 專家控制 220
8.3.1 原理 220
8.3.2 典型結構 221
8.3.3 實現方法 223
8.4 神經網路控制 224
8.4.1 類型 224
8.4.2 結構 224
8.4.3 模型 225
8.4.4 套用 226
8.4.5 發展趨勢 229
8.5 實驗：利用智慧型音箱語音控制計算機的開關機 230
習題 234
參考文獻 235
第9章 工業機器人技術
9.1 人工智慧與工業4.0 236
9.1.1 智慧型製造生態系統 237
9.1.2 工業機器人 237
9.1.3 智慧工廠 242
9.1.4 工業智慧型化趨勢 243
9.2 工業機器人核心技術 245
9.2.1 感測技術 246
9.2.2 晶片技術 246
9.2.3 智慧型控制技術 248
9.2.4 多智慧型體調控技術 249
9.3 工業軟體編程 249
9.3.1 工業網際網路架構 249
9.3.2 神經網路 251
9.3.3 可視化學習 251
9.4 工業機器人產業鏈 253
9.4.1 工業機器人研發設計 254
9.4.2 智慧型製造客戶互動 256
9.4.3 工業機器人核心部件 257
9.4.4 工業機器人供應鏈 259
9.5 工業機器人操作與維護 260
9.5.1 工業機器人操作 260
9.5.2 工業機器人維護 261
9.6 實驗：工業機器人軟體技術運維 264
習題 277
參考文獻 279
第10章 建築智慧型化技術
10.1 智慧型建築集成系統 280
10.1.1 智慧型建築雲架構 281
10.1.2 智慧工地 282
10.1.3 智慧型建築 289
10.1.4 智慧城市 289
10.2 建築設備裝置智慧型化 290
10.2.1 建築裝備智慧型化 290
10.2.2 工程機械智慧型化 291
10.2.3 智慧型建築3D列印 291
10.3 建築智慧型化套用系統 293
10.3.1 智慧型化集成系統 293
10.3.2 信息設施系統 293
10.3.3 信息化套用系統 294
10.3.4 建築設備管理系統 294
10.3.5 公共安全系統 294
10.3.6 機房工程 295
10.4 建築智慧型化系統運維 295
10.4.1 智慧型建築的運維技術要求 295
10.4.2 Honeywell樓宇智控系統簡介 297
10.4.3 建築智慧型化的未來 298
10.5 實驗：樓宇智控系統EBI的安裝配置調試 300
習題 308
參考文獻 309
附錄A AIRack人工智慧實驗平台
附錄B AICloud人工智慧雲平台
附錄C 雲創學習工場—專注大數據、人工智慧培訓與認證
