人工智能導論

王磊：陜西理工大學黨委副書記、校長、二級教授、博士研究生導師，中國人工智能學會理事，中國計算機學會傑出會員，國家級一流本科專業建設點負責人，國家級雙語教學示範課程負責人，省級課程思政精品課程負責人。獲評陜西省中青年科技創新領軍人才、全國中外合作辦學十大傑出領航人物。先後主持國家自然科學基金項目5項、省部級科研重點項目2項、其他各類教學與科研項目20余項。在國內外學術期刊發表論文100余篇，獲授權發明專利20余項、軟件著作權近50項。榮獲陜西省高等教育教學成果獎二等獎、陜西高等學校科學技術研究優秀成果獎一等獎、陜西省科學技術進步獎二等獎。

目錄

第1章緒論

微課視頻31分鐘

1.1人工智能的基本概念

1.1.1圖靈測試與中文房間

1.1.2什麼是人工智能

1.1.3人工智能的特征

1.2人工智能的發展歷史

1.2.1人工智能的孕育

1.2.2人工智能發展

1.3人工智能的學派與研究方法

1.3.1人工智能三大學派

1.3.2多學科交叉融合

1.4人工智能的研究內容、應用領域與發展趨勢

1.4.1人工智能的研究內容

1.4.2人工智能的應用領域

1.4.3人工智能的發展趨勢

本章小結

本章習題

第2章知識表示

微課視頻36分鐘

2.1概述

2.1.1知識的概念

2.1.2知識的特征

2.1.3知識的表示

2.1.4知識表示的歷史發展

2.2基於邏輯的知識表示

2.2.1命題邏輯

2.2.2謂詞邏輯

2.2.3邏輯子句

2.2.4轉換為霍恩子句

2.2.5Prolog編程

2.2.6模糊邏輯

2.3基於規則的知識表示

2.3.1產生式表示法

2.3.2產生式系統的結構

2.3.3產生式系統的推理

2.3.4產生式表示法的特點

2.3.5產生式系統與邏輯子句

2.4基於圖的知識表示

2.4.1語義網絡

2.4.2語義萬維網

2.4.3知識圖譜

2.5基於對象的知識表示

2.5.1框架的一般結構

2.5.2框架表示法的特點

2.5.3框架與對象

2.6基於向量的知識表示

本章小結

本章習題

第3章推理方法

微課視頻40分鐘

3.1推理的基本概念

3.1.1什麼是推理

3.1.2推理的分類

3.1.3沖突消解策略

3.2確定性推理

3.2.1自然演繹推理

3.2.2歸結反演推理

3.3不確定性推理

3.3.1不確定性處理

3.3.2可信度方法

3.3.3證據理論及推理

3.3.4模糊推理方法

本章小結

本章習題

第4章搜索技術與問題求解

微課視頻48分鐘

4.1經典的搜索問題

4.2狀態空間與圖搜索

4.2.1狀態空間的概念與表示

4.2.2狀態空間圖

4.2.3狀態空間圖的搜索

4.3盲目搜索策略

4.3.1回溯策略

4.3.2廣度優先搜索

4.3.3深度優先搜索

4.4啟發式搜索策略

4.4.1啟發式搜索

4.4.2A搜索算法

4.4.3A*搜索算法

4.4.4博弈樹搜索

本章小結

本章習題

第5章智能優化算法

微課視頻44分鐘

5.1優化算法

5.1.1優化算法的產生與發展

5.1.2優化算法的分類與應用

5.2遺傳算法

5.2.1遺傳算法的基本思想

5.2.2遺傳算法的流程

5.2.3遺傳算法的實現過程

5.2.4遺傳算法應用實例

5.2.5遺傳算法的特點與改進

5.3群智能算法

5.4粒子群優化算法

5.4.1粒子群優化算法的基本思想

5.4.2粒子群優化算法的流程

5.4.3粒子群優化算法的實現過程

5.4.4粒子群優化算法的應用實例

5.4.5粒子群優化算法的改進

5.5蟻群算法

5.5.1蟻群算法的基本思想

5.5.2蟻群算法的流程與實現過程

5.5.3蟻群算法的應用實例

5.5.4蟻群算法的改進

本章小結

本章習題

第6章機器學習

微課視頻39分鐘

6.1什麼是機器學習

6.1.1機器學習的基本概念

6.1.2機器學習的發展

6.1.3機器學習的分類

6.1.4機器學習的目標和應用

6.2監督學習、無監督學習、弱監督學習

6.2.1支持向量機

6.2.2k最近鄰分類

6.2.3集成分類

6.2.4k均值聚類

6.3深度學習

6.3.1淺層學習與深度學習

6.3.2深度學習框架

6.3.3深度學習的應用

6.4強化學習與遷移學習

本章小結

本章習題

第7章人工神經網絡

微課視頻41分鐘

7.1神經元與神經網絡

7.1.1神經元模型

7.1.2感知器模型

7.1.3神經網絡的結構與工作模式

7.1.4神經網絡學習

7.2神經網絡機器學習算法

7.2.1BP神經網絡的結構

7.2.2BP學習算法

7.2.3BP神經網絡算法實現

7.3卷積神經網絡

7.3.1卷積神經網絡的結構

7.3.2權值共享與特征提取

7.3.3卷積層

7.3.4池化層

7.3.5全連接層

7.3.6卷積神經網絡學習算法

7.4生成對抗網絡

7.4.1生成對抗網絡的基本原理

7.4.2生成對抗網絡的結構

7.4.3生成對抗網絡的訓練

7.4.4生成對抗網絡的應用

7.5循環神經網絡

本章小結

本章習題

第8章感知智能與語言智能

微課視頻34分鐘

8.1數字圖像處理技術

8.1.1圖像處理基本技術

8.1.2機器視覺

8.2模式識別

8.2.1模式識別的方法

8.2.2模式識別的過程

8.2.3圖像分類技術

8.2.4人臉識別技術

8.3目標檢測與模式識別應用

8.4自然語言處理

8.4.1自然語言處理的發展

8.4.2自然語言處理技術

8.4.3自然語言處理的應用

8.5語音識別

8.5.1語音識別的發展歷程

8.5.2語音識別系統的結構

8.6機器翻譯

8.6.1機器翻譯的關鍵技術

8.6.2機器翻譯處理過程

8.6.3通用機器翻譯模型

8.7智能問答與聊天機器人

本章小結

本章習題

第9章人工智能與社會發展

微課視頻24分鐘

9.1人工智能技術對社會的影響

9.1.1人工智能推動產業升級與轉型

9.1.2人工智能推動教育領域進步

9.1.3人工智能推進醫療智能化

9.1.4人工智能讓生活工作更便捷

9.2人工智能道德困境與風險

9.2.1人工智能道德困境

9.2.2人工智能風險

9.3人工智能倫理問題

9.3.1人工智能倫理的發展歷程

9.3.2人工智能倫理的主要問題

9.3.3人工智能倫理的基本原則與規範

9.3.4人工智能倫理的治理措施

9.4人工智能法律問題

9.4.1人工智能主要法律問題

9.4.2人工智能法律問題的復雜性

9.4.3人工智能法律問題的發展趨勢

本章小結

本章習題

參考文獻