人工智能通識

黃源、塗旭東 主編;任東哲、劉治歡 副主編

  • 出版商: 清華大學
  • 出版日期: 2026-07-01
  • 售價: $354
  • 語言: 簡體中文
  • ISBN: 7302720339
  • ISBN-13: 9787302720331
  • 相關分類: Machine Learning
  • 下單後立即進貨 (約4週~6週)

  • 人工智能通識-preview-1
  • 人工智能通識-preview-2
  • 人工智能通識-preview-3
  • 人工智能通識-preview-4
  • 人工智能通識-preview-5
  • 人工智能通識-preview-6
  • 人工智能通識-preview-7
人工智能通識-preview-1

商品描述

本書是一本介紹人工智能的基本概念和相應的技術應用的圖書。全書共13章,分別介紹人工智能概述、專家系統、機器學習、深度學習、優化算法、計算機視覺、自然語言處理、知識圖譜、大語言模型與AIGC、AI智能體、智能機器人、人工智能安全與倫理以及人工智能應用。 本書可作為本科院校和職業院校相關專業的教材,也可作為信息技術領域的專業技術人員的參考用書。

目錄大綱

目錄

第1章人工智能概述

1.1什麼是人工智能

1.1.1人工智能的起源與發展

1.1.2人工智能研究的主要學派

1.2人工智能的核心因素

1.2.1算法

1.2.2算力

1.2.3數據

1.3人工智能的發展趨勢

1.4人工智能的常用語言

1.5本章小結

習題1

第2章專家系統

2.1認識專家系統

2.1.1專家系統概述

2.1.2專家系統的組成

2.1.3MYCIN系統

2.2專家系統的行業應用

2.2.1醫學專家系統

2.2.2農業專家系統

2.2.3金融專家系統

2.3本章小結

習題2

第3章機器學習

3.1機器學習概述

3.1.1認識機器學習

3.1.2機器學習的研究與發展

3.2機器學習算法

3.2.1分類算法

3.2.2回歸算法

3.2.3聚類算法

3.3機器學習的案例

3.3.1工業領域

3.3.2農業領域

3.4本章小結

習題3

第4章深度學習

4.1深度學習概述

4.2深度學習的原理與技術

4.2.1感知機

4.2.2卷積神經網絡

4.2.3網絡架構

4.2.4生成對抗網絡

4.2.5自註意力機制

4.3本章小結

習題4

第5章優化算法

5.1認識優化算法

5.1.1最優化理論基礎

5.1.2傳統優化算法

5.1.3智能優化算法

5.2梯度下降算法

5.2.1梯度下降算法的基本思想

5.2.2導數與梯度

5.2.3梯度下降算法的實現步驟

5.2.4梯度下降算法舉例

5.2.5梯度下降算法的不足和改進

5.3遺傳算法

5.3.1遺傳算法概述

5.3.2編碼

5.3.3交叉和變異

5.3.4選擇

5.3.5參數設定

5.3.6遺傳算法舉例

5.4蟻群算法

5.4.1基本蟻群算法

5.4.2蟻群算法的數學模型

5.4.3蟻群算法的基本流程

5.4.4參數選擇

5.4.5信息素更新策略

5.4.6蟻群算法的優缺點

5.5優化算法的應用

5.5.1幾類優化算法的具體應用

5.5.2梯度下降算法的具體應用

5.5.3遺傳算法的具體應用

5.5.4蟻群算法的具體應用

5.6小結

習題5

第6章計算機視覺

6.1認識計算機視覺

6.1.1計算機視覺的定義

6.1.2人類視覺與計算機視覺的比較

6.1.3計算機視覺與機器視覺的比較

6.1.4計算機視覺的發展簡史

6.1.5計算機視覺與人工智能的關系

6.2計算機視覺的主要內容

6.2.1圖像獲取與表示

6.2.2圖像預處理

6.2.3特征提取與描述

6.2.4目標檢測與識別

6.2.5圖像分割

6.2.6三維視覺

6.2.7計算機視覺模型的本質

6.2.8人臉識別技術示例

6.3計算機視覺技術的應用

6.3.1在分類與檢測中的應用

6.3.2在醫學中的應用

6.3.3在視覺導航中的應用

6.3.4智能交通

6.3.5移動機器人

6.3.6在人機交互中的應用

6.3.7在虛擬現實中的應用

6.3.8在衛星遙感中的應用

6.3.9在公安與安防系統中的應用

6.4本章小結

習題6

第7章自然語言處理

7.1自然語言處理概述

7.1.1自然語言處理的概念

7.1.2自然語言處理的目標

7.1.3自然語言處理的發展歷程

7.2文本處理

7.2.1文本預處理

7.2.2文本表示方法

7.2.3文本分類與聚類

7.3機器翻譯

7.3.1機器翻譯概述

7.3.2主流機器翻譯方法

7.3.3機器翻譯的發展現狀

7.3.4機器翻譯的典型應用場景

7.4語音識別

7.4.1語音識別的基礎原理

7.4.2語音識別的關鍵技術

7.4.3語音識別的應用

7.5自然語言處理的挑戰和發展趨勢

7.5.1挑戰

7.5.2發展趨勢

7.6自然語言處理的應用

7.7小結

習題7

第8章知識圖譜

8.1知識圖譜概述

8.1.1認識知識圖譜

8.1.2知識圖譜的類型

8.1.3知識圖譜的分層架構

8.2知識圖譜的實現

8.2.1知識建模

8.2.2知識抽取

8.2.3知識融合

8.2.4知識存儲

8.2.5知識推理

8.3知識圖譜的應用

8.3.1知識圖譜應用概述

8.3.2知識圖譜的應用示例

8.4本章小結

習題8

第9章大語言模型與AIGC

9.1大語言模型概述

9.1.1Transformer 模型

9.1.2大語言模型架構 

9.1.3大語言模型關鍵技術

9.1.4GPT系列模型的演變

9.1.5大語言模型實現創意寫作

9.2大語言模型的應用

9.3AIGC概述

9.3.1認識AIGC

9.3.2AIGC應用示例

9.4本章小結

習題9

第10章AI智能體

10.1智能體概述

10.1.1認識智能體

10.1.2智能體的組成

10.1.3智能體與工作流

10.2認識AI智能體

10.2.1AI智能體概述

10.2.2AI智能體應用

10.3常見的AI智能體平臺

10.3.1Coze平臺

10.3.2豆包平臺

10.3.3Dify平臺

10.3.4文心智能體平臺

10.3.5騰訊元器

10.4本章小結

習題10

第11章智能機器人

11.1認識智能機器人

11.1.1智能機器人的定義

11.1.2智能機器人的發展歷程

11.1.3智能機器人的分類

11.2智能機器人關鍵技術

11.2.1感知層

11.2.2執行層

11.2.3通信層

11.2.4操作平臺

11.2.5控制層

11.2.6智能決策層

11.2.7數字孿生層

11.2.8交互層

11.2.9能源層

11.3智能機器人應用

11.4本章小結

習題11

第12章人工智能安全與倫理

12.1人工智能安全

12.1.1人工智能安全的內涵

12.1.2人工智能安全風險

12.2人工智能倫理

12.2.1人工智能倫理的概念與特點

12.2.2人工智能倫理準則

12.2.3人工智能倫理風險

12.3本章小結

習題12

第13章人工智能應用

13.1智慧物流

13.1.1智慧物流概述

13.1.2智慧物流典型案例

13.2智慧教育

13.2.1智慧教育概述

13.2.2智慧教育典型案例

13.3智慧醫療

13.3.1智慧醫療概述

13.3.2智慧醫療典型案例

13.4智慧工廠

13.4.1智慧工廠概述

13.4.2智慧工廠典型案例

13.5本章小結

習題13

參考文獻