人工智能導論

李錚,黃源,蔣文豪

  • 出版商: 人民郵電
  • 出版日期: 2021-05-01
  • 定價: $299
  • 售價: 7.9$236
  • 貴賓價: 7.5$224
  • 語言: 簡體中文
  • 頁數: 199
  • 裝訂: 平裝
  • ISBN: 7115560439
  • ISBN-13: 9787115560438
  • 相關分類: Machine LearningDeepLearning
  • 立即出貨 (庫存=1)

  • 人工智能導論-preview-1
  • 人工智能導論-preview-2
人工智能導論-preview-1

買這商品的人也買了...

商品描述

本書主要講述人工智能的基礎知識與基礎理論,並通過大量的人工智能應用幫助讀者快速瞭解人工智能相關技術。本書共10章,分別為人工智能概述、人工智能基礎知識、機器學習、深度學習、電腦視覺、自然語言處理、知識圖譜、人工智能技術應用場景、智能機器人和人工智能的挑戰與未來。本書內容豐富,講解細致,註重技術發展變化。

本書既可作為高校大數據專業、雲計算專業、人工智能技術專業、信息管理專業、電腦網絡專業的教材,又可作為人工智能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絡通信、軟件開發等,曾經出版《XML基礎與案例教程》《HTML5+CSS3網頁設計》《搜索引擎優化基礎基礎與實訓教程》等教材。

目錄大綱

第1章人工智能概述1
1.1人工智能簡介1
1.1.1人工智能的定義1
1.1.2人工智能的特點2
1.1.3人工智能的分類2
1.2人工智能的起源與發展3
1.2.1人工智能的歷史3
1.2.2我國的人工智能發展現狀5
1.3人工智能的研究內容6
1.3.1認知建模6
1.3.2知識表示6
1.3.3知識應用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人工智能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斯蒂芬霍金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德米甚哈薩比斯10
1.5人工智能研究的主要學派10
1.5.1符號主義10
1.5. 2連接主義10
1.5.3行為主義11
1.6人工智能的應用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搜索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章人工智能基礎知識15
2.1人工智能的數學基礎15
2.1.1微積分15
2.1.2線性代數16
2. 1.3概率論與數理統計16
2.1.4最優化理論17
2.1.5形式邏輯17
2.2人工智能的常用工具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數據清洗的應用領域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機器學習的應用前景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神經網絡62
4.1.1神經網絡簡介62
4. 1.2神經網絡發展歷史63
4.1.3單個神經元64
4.1.4神經網絡的結構64
4.1.5神經網絡的學習65
4.1.6激活函數66
4.1.7損失函數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卷積神經網絡70
4.3.1卷積神經網絡簡介70
4.3 .2卷積神經網絡的結構71
4.3.3常用的捲積神經網絡72
4.4循環神經網絡74
4.4.1循環神經網絡簡介74
4.4.2循環神經網絡的結構74
4 .4.3常用的循環神經網絡75
4.5生成對抗網絡76
4.5.1生成對抗網絡簡介76
4.5.2生成對抗網絡的結構76
4.5.3常用的生成對抗網絡77
4 .6深度學習的應用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計算機視覺的應用及面臨的挑戰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信息檢索的應用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機器翻譯的應用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情感分析的應用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語音識別的應用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知識圖譜的應用145
7.7.1語義搜索145
7.7.2問答系統146
7.8小結149
7.9習題150

第8章人工智能技術應用場景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能應用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能應用155
8.2.3智慧電商案例分析159
8.3智能醫學160
8.3.1智能醫學的概念160
8.3.2智能醫學的發展歷程160
8.3.3智能醫學涵蓋的內容161
8.3.4醫學中的人工智能應用162
8.3.5智能醫學的發展164
8.4智能製造164
8.4.1智能製造的概念164
8.4.2智能製造的特徵164
8.4.3智能製造中的人工智能應用165
8.4.4智能製造的發展167
8.5小結168
8.6習題168

第9章智能機器人169
9.1智能機器人概述169
9.1.1機器人簡介169
9.1.2認識智能機器人173
9.1.3智能機器人的發展現狀174
9.1.4智能機器人的前景174
9.2智能機器人的核心技術175
9.2.1定位導航175
9.2.2人機交互180
9.3智能機器人的應用181
9.4小結184
9.5習題185

第10章人工智能的挑戰與未來186
10 .1人工智能的挑戰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人工智能對社會的影響189
10.2.1人工智能對教育與就業的影響190
10.2.2人工智能對隱私與安全的影響191
10.3人工智能的未來191
10. 3.1人工智能未來的發展趨勢192
10.3.2人工智能未來的技術發展方向193
10.3.3人工智能未來的應用趨勢196
10.4小結197
10.5習題198

參考文獻199