圖書信息

當(dāng)前位置 : 萬(wàn)水書苑>圖書展示>教材>本科>其他類>

人工智能導(dǎo)論

中國(guó)水利水電出版社

【作者】主編王飛潘立武

【I S B N 】978-7-5226-0456-5

【責(zé)任編輯】石永峰

【適用讀者群】本專通用

【出版時(shí)間】2022-03-31

【開本】16開

【裝幀信息】平裝（光膜）

【版次】第1版第1次印刷

【頁(yè) 數(shù)】248

【千字?jǐn)?shù)】387

【印張】15.5

【定價(jià)】￥45

【叢書】普通高等教育通識(shí)類課程規(guī)劃教材

【備注信息】

圖書詳情

簡(jiǎn)介

本書特色

前言

章節(jié)列表

精彩閱讀

下載資源

相關(guān)圖書

本書分為9章，包括緒論、知識(shí)表示與推理、圖搜索技術(shù)和問題求解、智能優(yōu)化算法、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、專家系統(tǒng)、模式識(shí)別與機(jī)器視覺、強(qiáng)化學(xué)習(xí)與生成對(duì)抗網(wǎng)絡(luò)。

本書力求在講解人工智能基礎(chǔ)的前提下，對(duì)應(yīng)用型的人工智能前沿知識(shí)理論和科技成果進(jìn)行展現(xiàn)，結(jié)構(gòu)組織合理，理論與實(shí)踐相結(jié)合，對(duì)讀者的層次和理解能力進(jìn)行了充分考慮，并提供了多種流行人工智能框架的實(shí)用案例。

本書適合作為高等院校人工智能基礎(chǔ)課程的教材，也可以作為人工智能應(yīng)用開發(fā)工程師及相關(guān)科技人員的參考用書。

本書提供案例源代碼和電子課件，讀者可以從中國(guó)水利水電出版社網(wǎng)站（www.waterpub.com.cn）或萬(wàn)水書苑網(wǎng)站（www.dgboyong.cn）免費(fèi)下載。

內(nèi)容全面：涵蓋了人工智能體系相關(guān)的大部分理論和技術(shù)知識(shí)。

實(shí)踐突出：書中提供了目前流行的多種人工智能框架實(shí)用案例。

針對(duì)性強(qiáng)：面向應(yīng)用型本科，文理兼顧，符合大學(xué)生認(rèn)知水平。

資源豐富：配套微課、課件、源碼等資源，方便讀者學(xué)習(xí)使用。

人工智能是當(dāng)今社會(huì)的熱點(diǎn)領(lǐng)域，它產(chǎn)生于20世紀(jì)前期，經(jīng)過漫長(zhǎng)的發(fā)展，隨著計(jì)算機(jī)硬件的高速迭代更新，2012年在深度學(xué)習(xí)應(yīng)用的支撐下再次引起了人們的注意。其中，最為亮眼的是Hiton大師的課題組首次參加ImageNet圖像識(shí)別比賽，AlexNet先生就得到該項(xiàng)賽事的冠軍。

新近出臺(tái)的《國(guó)家“十四五”發(fā)展綱要》也在人工智能領(lǐng)域留下了積極的發(fā)展信號(hào)，順應(yīng)時(shí)代需求并為國(guó)家的發(fā)展不斷注入新的動(dòng)力是中華兒女永遠(yuǎn)不應(yīng)背棄的追求。在這種新形勢(shì)和新周期的循環(huán)下，對(duì)大學(xué)生進(jìn)行人工智能的理論和技術(shù)培養(yǎng)是一項(xiàng)任重而道遠(yuǎn)的活動(dòng)。由于深入研究并非一日之功，實(shí)際應(yīng)用可能更平易近人，因此本書針對(duì)應(yīng)用型本科學(xué)生和教師的特點(diǎn)，盡量在吸收前人對(duì)人工智能教育所做出的貢獻(xiàn)的基礎(chǔ)上，全面講述人工智能所涉及的基礎(chǔ)理論和它們的有趣應(yīng)用，以培養(yǎng)大學(xué)生的人工智能素養(yǎng)。

本書編者長(zhǎng)期從事人工智能導(dǎo)論課程的教授及應(yīng)用，市面上的人工智能導(dǎo)論類教材內(nèi)容較深，對(duì)于應(yīng)用型本科的學(xué)生來(lái)說學(xué)習(xí)梯度過于陡峭，而過于簡(jiǎn)單的科普類人工智能導(dǎo)論教材對(duì)于本科生來(lái)說又過于淺顯。所以，編寫一本針對(duì)應(yīng)用型本科、文理兼顧，同時(shí)又有一定的實(shí)踐性的教材是我們編寫本書的初衷。在遵循人工智能理論完整性和與經(jīng)典教材一致的基礎(chǔ)上，本書編者結(jié)合當(dāng)前跨時(shí)代大學(xué)生群體的認(rèn)知能力和認(rèn)知愛好，并根據(jù)學(xué)習(xí)的需求將本書分為9章。本書內(nèi)容涵蓋人工智能當(dāng)前流行的大部分理論和技術(shù)知識(shí)，并以實(shí)踐應(yīng)用為特色。本書以滿足應(yīng)用型本科的人工智能選修和必修課程教學(xué)需求為主，同時(shí)也期望可以為其他層次的高等教育進(jìn)行人工智能的理論啟蒙。

本書由河南牧業(yè)經(jīng)濟(jì)學(xué)院王飛、潘立武任主編，河南牧業(yè)經(jīng)濟(jì)學(xué)院王佳、河南省職工醫(yī)院朱彥霞、嘉興學(xué)院李端任副主編。編寫分工如下：第1章、第2章由王佳編寫，第3章和第9章由王飛編寫，第4～5章由朱彥霞編寫，第7～8章由潘立武編寫，第6章由李端編寫。全書由連衛(wèi)民審稿，王飛統(tǒng)稿。

在本書的編寫過程中我們得到了許多同行的幫助和支持，參閱了大量的相關(guān)資料，在此向各位同行和相關(guān)作者表示誠(chéng)摯的感謝。其中，鄭州科技學(xué)院的秦亞紅、杜遠(yuǎn)坤，河南牧業(yè)經(jīng)濟(jì)學(xué)院的李丹、扈少華，鄭州棉麻工程研究所的夏彬，蘇州大學(xué)的高影俊，許昌學(xué)院的路凱等也參與了本書編寫工作，對(duì)書稿的細(xì)節(jié)提出了寶貴意見。

由于編者水平有限和人工智能技術(shù)發(fā)展迅速，書中難免存在疏漏之處，懇請(qǐng)廣大讀者批評(píng)和指正。

編者

2022年1月

第1章緒論 1
1.1 人工智能概論 1
1.1.1 人工智能的定義 1
1.1.2 人工智能的發(fā)展史及流派 3
1.1.3 人工智能的研究目標(biāo)和意義 7
1.1.4 人工智能的研究途徑 8
1.2 人工智能的現(xiàn)在和未來(lái) 9
1.2.1 人工智能的研究領(lǐng)域 10
1.2.2 人工智能的發(fā)展趨勢(shì) 13
1.3 本章小結(jié) 14
習(xí)題1 15
第2章知識(shí)表示與推理 17
2.1 知識(shí)表示 17
2.1.1 知識(shí)的概念 17
2.1.2 知識(shí)的分類和特性 18
2.1.3 產(chǎn)生式表示法 20
2.1.4 框架表示法 23
2.1.5 其他表示法 26
2.2 知識(shí)推理 30
2.2.1 不確定性推理的概念和分類 30
2.2.2 概率推理 32
2.2.3 主觀Bayes方法 35
2.2.4 可信度方法 37
2.2.5 模糊推理 40
2.3 本章小結(jié) 46
習(xí)題2 46
第3章圖搜索技術(shù)和問題求解 49
3.1 搜索策略概述 49
3.1.1 狀態(tài)空間表示法 50
3.1.2 盲目搜索 50
3.1.3 啟發(fā)式搜索 52
3.1.4 博弈搜索 57
3.2 狀態(tài)圖的搜索 60
3.2.1 狀態(tài)圖搜索策略 61
3.2.2 博弈樹搜索策略 64
3.3 實(shí)戰(zhàn)—應(yīng)用爬蟲爬取新聞報(bào)道 69
3.4 本章小結(jié) 71
習(xí)題3 72
第4章智能優(yōu)化算法 74
4.1 智能優(yōu)化算法概述 74
4.1.1 智能優(yōu)化算法的相關(guān)概念 74
4.1.2 智能優(yōu)化算法的分類 76
4.2 進(jìn)化算法 80
4.2.1 遺傳算法 80
4.2.2 其他進(jìn)化算法 85
4.3 集群智能算法 86
4.3.1 蟻群算法 86
4.3.2 粒子群算法 90
4.4 其他智能優(yōu)化算法 93
4.4.1 模擬退火算法 93
4.4.2 禁忌搜索算法 96
4.5 實(shí)戰(zhàn)—應(yīng)用遺傳算法解決問題 100
4.6 本章小結(jié) 106
習(xí)題4 107
第5章機(jī)器學(xué)習(xí) 109
5.1 機(jī)器學(xué)習(xí)概述 109
5.1.1 機(jī)器學(xué)習(xí)的發(fā)展與分類 109
5.1.2 監(jiān)督學(xué)習(xí) 112
5.1.3 無(wú)監(jiān)督學(xué)習(xí) 117
5.1.4 半監(jiān)督學(xué)習(xí) 119
5.1.5 強(qiáng)化學(xué)習(xí) 122
5.2 符號(hào)學(xué)習(xí) 123
5.2.1 記憶學(xué)習(xí) 123
5.2.2 歸納學(xué)習(xí) 124
5.2.3 演繹學(xué)習(xí) 134
5.3 實(shí)戰(zhàn)—線性回歸與決策樹 134
5.3.1 使用線性回歸預(yù)測(cè)房?jī)r(jià) 134
5.3.2 使用決策樹預(yù)測(cè)房?jī)r(jià) 144
5.4 本章小結(jié) 147
習(xí)題5 148
第6章人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 150
6.1 人工神經(jīng)網(wǎng)絡(luò) 150
6.1.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò) 150
6.1.2 神經(jīng)網(wǎng)絡(luò)的類型 154
6.1.3 BP神經(jīng)網(wǎng)絡(luò) 155
6.2 深度學(xué)習(xí) 156
6.2.1 深度學(xué)習(xí)與卷積網(wǎng)絡(luò) 156
6.2.2 textCNN模型 166
6.3 實(shí)戰(zhàn)—使用BP與CNN完成手寫數(shù)字識(shí)別 169
6.3.1 BP網(wǎng)絡(luò)手寫數(shù)字識(shí)別 169
6.3.2 CNN手寫數(shù)字識(shí)別 172
6.4 本章小結(jié) 175
習(xí)題6 176
第7章專家系統(tǒng) 177
7.1 專家系統(tǒng)概述 177
7.1.1 專家系統(tǒng)的發(fā)展 177
7.1.2 專家系統(tǒng)的定義與特點(diǎn) 179
7.1.3 專家系統(tǒng)的分類 180
7.2 專家系統(tǒng)的原理 181
7.2.1 專家系統(tǒng)的一般結(jié)構(gòu) 182
7.2.2 專家系統(tǒng)的基本工作原理 183
7.3 專家系統(tǒng)的開發(fā)過程 184
7.3.1 知識(shí)獲取和知識(shí)工程 184
7.3.2 專家系統(tǒng)的開發(fā)步驟 185
7.3.3 專家系統(tǒng)開發(fā)工具 188
7.4 專家系統(tǒng)實(shí)例 189
7.5 本章小結(jié) 193
習(xí)題7 193
第8章模式識(shí)別與機(jī)器視覺 195
8.1 模式識(shí)別 195
8.1.1 模式識(shí)別的基本概念 195
8.1.2 模式識(shí)別的方法 196
8.1.3 模式識(shí)別過程 196
8.1.4 模式識(shí)別應(yīng)用 198
8.2 機(jī)器視覺 199
8.2.1 機(jī)器視覺的定義和構(gòu)成 199
8.2.2 機(jī)器視覺的分類和應(yīng)用 202
8.2.3 圖像識(shí)別 204
8.2.4 人臉識(shí)別 206
8.3 實(shí)戰(zhàn)—人臉表情識(shí)別 209
8.3.1 人臉表情識(shí)別的常用方法 209
8.3.2 實(shí)戰(zhàn)—基于深度學(xué)習(xí)的人臉
表情識(shí)別系統(tǒng) 210
8.4 本章小結(jié) 215
習(xí)題8 215
第9章強(qiáng)化學(xué)習(xí)與生成對(duì)抗網(wǎng)絡(luò) 217
9.1 強(qiáng)化學(xué)習(xí)概述 217
9.1.1 強(qiáng)化學(xué)習(xí)基礎(chǔ) 218
9.1.2 強(qiáng)化學(xué)習(xí)分類 221
9.1.3 強(qiáng)化學(xué)習(xí)的應(yīng)用 223
9.2 生成對(duì)抗網(wǎng)絡(luò)概述 225
9.2.1 生成對(duì)抗模型 225
9.2.2 生成對(duì)抗模型的數(shù)學(xué)原理 229
9.2.3 生成對(duì)抗網(wǎng)絡(luò)的實(shí)際應(yīng)用 232
9.3 實(shí)戰(zhàn)—基于StyleGAN-v2實(shí)現(xiàn)顏值融合 235
9.4 本章小結(jié) 238
習(xí)題9 239
參考文獻(xiàn) 241

習(xí)題答案
課件

關(guān)閉

打印

欧美一级特黄aaaaaaa在线观看-欧美一级特黄aaaaaa在线看片-欧美一级特黄aa大片-欧美一级特黄刺激大片视频-深夜久久-深夜激情网站