《人工智慧等級考試一級教程 人工智慧通識》是2022年人民郵電出版社出版的圖書，作者是人工智慧等級考試教材編寫組。
基本介紹
- 中文名：人工智慧等級考試一級教程 人工智慧通識
- 作者：人工智慧等級考試教材編寫組
- 出版時間：2022年7月1日
- 出版社：人民郵電出版社
- ISBN：9787115590541
- 開本：16 開
- 裝幀：平裝
內容簡介,圖書目錄,作者簡介,
內容簡介
《人工智慧等級考試一級教程 人工智慧通識》面向我國人工智慧的通識教育與專業技術人才的培養。全書共8章，分為3篇，分別為人工智慧的基本理論、人工智慧的套用以及人工智慧的融合拓展，涵蓋了目前主流的人工智慧技術。《人工智慧等級考試一級教程 人工智慧通識》在介紹人工智慧的基本原理時，儘量迴避了相關的複雜模型和算法設計，方便讀者在社會層面理解人工智慧的套用形式和未來的發展路徑。此外，書中每章都設計了一些思考與練習的題目，以便讀者在課堂練習和研討中使用。
《人工智慧等級考試一級教程 人工智慧通識》適合具有高中及以上數學基礎的學生，包括各類職業院校、套用型本科非計算機專業的學生閱讀，也適合對人工智慧感興趣或有相關需求的社會人士閱讀。
圖書目錄
第 1篇 人工智慧的基本理論
第 1章 人工智慧概述 2
1．1 什麼是人工智慧 4
1．1．1 達特茅斯會議與人工智慧的誕生 4
1．1．2 “人工”和“智慧型”的完美結合 5
1．1．3 “全面”人工智慧和“部分”人工智慧 6
思考與練習1-1 怎樣理解人工智慧 7
1．2 人工智慧的發展歷史 7
1．2．1 “前”人工智慧階段 8
1．2．2 人工智慧的起步階段 9
1．2．3 人工智慧的瓶頸期 10
1．2．4 人工智慧的復甦期 11
1．2．5 人工智慧的繁榮期 12
1．3 實現人工智慧的多種研究學派 13
1．3．1 “智慧型的黑箱”——符號主義學派 13
思考與練習1-2 “中文屋”的悖論 14
1．3．2 “黑箱的內部”——連線主義學派 15
1．3．3 “動作和控制”——行為主義學派 17
1．4 人工智慧對社會生活的影響 18
1．5 本章內容小結 19
1．6 本章練習題 19
第 2章 問題求解和知識工程 21
2．1 搜尋技術和問題求解 23
2．1．1 問題求解——按照既定的步驟操作 23
思考與練習2-1 傳統查找和問題求解 24
思考與練習2-2 地圖中路徑的搜尋技術 25
2．1．2 盲目搜尋技術 26
思考與練習2-3 如何理解深度優先算法和廣度優先算法 28
2．1．3 啟發式搜尋技術 28
思考與練習2-4 非啟發式搜尋和啟發式搜尋的對比 29
2．2 知識在計算機內的表示方式 30
2．2．1 陳述性知識和過程性知識 31
思考與練習2-5 語義網路基本形式 32
2．2．2 從已知到未知的邏輯推理 32
2．2．3 通過計算機實現推理的過程 33
2．3 像專家一樣解決問題 35
2．3．1 專家系統的發展歷程 35
2．3．2 專家系統的基本結構 36
思考與練習2-6 專家系統的一種模擬 37
2．4 從專家系統到知識工程 38
2．4．1 知識工程和專家系統的區別 38
2．4．2 知識工程的知識處理過程 39
2．4．3 網際網路時代的知識圖譜 40
2．5 本章內容小結 41
2．6 本章練習題 42
第3章 人工神經網路、機器學習和深度學習 44
3．1 神經元細胞的數位化模型 46
3．1．1 神經元細胞和感知機 46
3．1．2 感知機的分類判斷模型 49
3．1．3 擴展——感知機如何學會正確分類 50
思考與練習3-1 感知機的模擬運行 51
3．2 人工神經網路——生物神經網路的數位化 52
3．2．1 從單層感知機到多層感知機 52
思考與練習3-2 多層感知機的套用 54
3．2．2 人工神經網路的基本功能特點 55
3．2．3 卷積神經網路的優勢和特點 57
3．3 機器學習——機器的自我適應 58
3．3．1 機器學習的發展和分類 58
3．3．2 監督學習和無監督學習 59
思考與練習3-3 監督學習和無監督學習 61
3．3．3 機器學習的套用 61
3．4 深度學習——機器學習的進一步發展 62
3．4．1 深度學習的發展及其特點 63
3．4．2 深度學習與機器學習的異同 64
3．4．3 深度學習的套用和發展 66
3．5 本章內容小結 66
3．6 本章練習題 67
第 2篇 人工智慧的套用
第4章 圖像識別與人工智慧 70
4．1 計算機內圖像的數位化表示 72
4．1．1 人眼成像的原理 72
4．1．2 圖像數位化的基本原理 73
思考與練習4-1 數位相機中的CMOS成像原理 74
4．1．3 擴展——數字圖像的基本屬性和特徵 75
思考與練習4-2 數字圖像的顏色表示 76
4．1．4 擴展——數字圖像的存儲格式 77
4．2 圖像分割——選擇圖像中的“物” 78
4．2．1 圖像分割技術的意義和特點 78
4．2．2 基於閾值的圖像分割方法 79
4．2．3 基於區域的圖像分割方法 81
思考與練習4-3 基於閾值和區域的圖像分割方法演示 82
4．2．4 基於邊緣的圖像分割方法 83
4．2．5 基於深度學習的圖像分割方法 84
4．3 圖像識別——辨別圖像中的“物” 85
4．3．1 對待識別物體的特徵提取 85
4．3．2 通過對特徵的分類識別物體 86
4．3．3 圖像識別中的支持向量機分類 88
4．4 本章內容小結 90
4．5 本章練習題 90
第5章 語音識別與人工智慧 93
5．1 聲音的本質和聲音的三要素 95
5．2 聲音的數位化轉換和處理 96
5．2．1 模擬信號到數位訊號的轉換過程 96
5．2．2 擴展——音頻的數位化編碼技術 99
5．2．3 擴展——常見的音頻檔案格式 100
5．3 語音識別——針對語言的處理過程 101
5．3．1 語音識別的分類和技術特點 101
5．3．2 語音識別從聲音到文字的轉換過程 102
5．3．3 針對聲音頻率特性的頻譜分析技術 104
5．4 自然語言處理——從聽見到聽懂 105
5．4．1 自然語言處理簡介 106
5．4．2 自然語言處理的功能和意義 107
思考與練習 自然語言處理中的分詞和語義分析 107
5．4．3 自然語言處理與人工智慧技術 108
5．5 本章內容小結 109
5．6 本章練習題 109
第6章 機器人和智慧型體 112
6．1 硬體類型的機器人學 114
6．1．1 機器人學的簡要發展史 114
6．1．2 機器人的主要類型和區別 115
6．1．3 機器人的基本結構模組和組成 116
6．1．4 感測器的原理與套用 117
6．1．5 從感測器到機器人的感覺器官 119
思考與練習6-1 自動駕駛中的感測器 120
6．2 軟體類型的智慧型體 121
思考與練習6-2 智慧型體的套用 122
6．3 硬體機器人的結構和組建案例 123
思考與練習6-3 如何增強智慧型小車的功能 128
6．4 本章內容小結 129
6．5 本章練習題 129
第3篇 人工智慧的融合擴展
第7章 大數據與人工智慧 132
7．1 數據、信息及數據管理 134
7．1．1 如何從數據中獲取信息 134
思考與練習7-1 數據和信息的關係 135
7．1．2 規模化數據的結構化管理 136
思考與練習7-2 資料庫系統的套用 137
7．1．3 從結構化資料庫到大數據技術 138
7．1．4 大數據技術中的信息加工和知識獲取 139
思考與練習7-3 套用數據分析獲取有效信息的經典案例 141
思考與練習7-4 根據學生的考試成績改進教學 141
7．2 人工智慧和大數據的技術融合 142
7．3 大數據技術的套用與展望 144
7．4 本章內容小結 144
7．5 本章練習題 145
第8章 物聯網、雲計算和區塊鏈 146
8．1 “萬物互聯”的物聯網技術 148
8．1．1 “萬物互聯”的概念及其發展 148
8．1．2 “物”是如何連線網路的？ 149
8．1．3 關於“物”的個性化數據採集 151
思考與練習8-1 共享出行中的物聯網套用 152
8．1．4 “物”的個性化數據處理技術 152
8．1．5 物聯網在日常生活中的套用 154
思考與練習8-2 物聯網在智慧型家居中的套用 154
8．2 基於網路技術的雲計算 155
8．2．1 雲計算的概念和發展 155
8．2．2 從硬體到軟體——雲計算的三種服務模式 157
思考與練習8-3 如何理解雲計算的三種服務模式 158
8．2．3 雲計算的套用優勢和發展前景 159
思考與練習8-4 雲計算在社會生活中的典型套用 159
8．3 區塊鏈——數據的鏈狀化管理技術 159
8．3．1 區塊鏈技術如何實現區塊數據存儲 160
8．3．2 靈活、開放和安全的區塊化存儲 161
8．3．3 區塊鏈的三種拓展方向 162
8．3．4 區塊鏈技術的套用優勢和發展前景 163
思考與練習8-5 區塊鏈、物聯網、雲計算和人工智慧 164
8．4 本章內容小結 164
8．5 本章練習題 165
作者簡介
曹良亮,北京師範大學教育技術學院，理學博士，高級工程師，長期從事計算機教學工作，主要研究方向是計算機教育套用。
