本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
书名: | 人工智能概论(通识课版)(21世纪高等学校通识教育规划教材) |
出版社: | 清华大学出版社 |
出版日期 | 2020 |
ISBN号: | 9787302553861 |
本书简明扼要地阐述了人工智能的基本原理,勾画了人工智能理论和技术体系的基本框架,内容涵盖了人工智能各个分支领域的基本知识和主要内容,并体现了人工智能的最新进展。本书内容基础、简明、新颖,为读者进一步学习和研发提供了入门知识,并指引了方向。本书结构风格独特、新颖,条理清楚,语言精练,图文并茂,理例结合,深入浅出,易读易懂,易教易学。本书适合于大学各专业作为人工智能通识课教材使用,亦可作为人工智能的普及读物供广大读者自学或参考。 |
曾为西安石油大学计算机学院副教授,硕士生导师,学科带头人。科研、教学多次获奖,发表论文30余篇,学术专著3部,其中不确切性信息处理原理一书由科学出版社出版,该书第二版的英文版由国际知名科技出版集团斯普林格出版,还编著教材7部,其中人工智能技术导论第三版为国家十一五规划教材,这三版教材从2000起连续发行至今。 |
|
本书适合于大学各专业作为人工智能通识课教材使用,亦可作为人工智能的普及读物供广大读者自学或参考。 |
|
第1章人工智能的概念、内容和方法 1.1什么是人工智能 1.1.1人工智能的概念 1.1.2图灵测试和中文屋子 1.1.3脑智能和群智能 1.1.4符号智能和计算智能 1.1.5统计智能和交互智能 1.2为什么要研究人工智能 1.2.1研究人工智能的意义 1.2.2人工智能的研究目标和策略 1.3人工智能的相关学科 1.4人工智能的研究内容 1.4.1搜索与求解 1.4.2知识与推理 1.4.3学习与发现 1.4.4发明与创造 1.4.5感知与响应 1.4.6理解与交流 1.4.7记忆与联想 1.4.8竞争与协作 1.4.9系统与建造 1.4.10应用与工程 1.5人工智能的研究途径与方法 1.5.1心理模拟,符号推演 1.5.2生理模拟,神经计算 1.5.3行为模拟,控制进化 1.5.4群体模拟,仿生计算 1.5.5博采广鉴,自然计算 1.5.6着眼数据,统计建模 1.6人工智能的分支领域与研究方向 习题1 第2章人工智能的应用与发展概况 2.1人工智能的应用 2.1.1难题求解 2.1.2自动规划、调度与配置 2.1.3机器博弈 2.1.4机器翻译与机器写作
2.1.5机器定理证明 2.1.6自动程序设计 2.1.7智能控制 2.1.8智能管理 2.1.9智能决策 2.1.10智能通信 2.1.11智能预测 2.1.12智能仿真 2.1.13智能设计与制造 2.1.14智能车辆与智能交通 2.1.15智能诊断与治疗 2.1.16智能生物信息处理 2.1.17智能教育 2.1.18智能人?机接口 2.1.19模式识别 2.1.20智能机器人 2.1.21数据挖掘与知识发现 2.1.22计算机辅助创新 2.1.23计算机文艺创作 2.2人工智能学科发展概况 2.2.1孕育与诞生 2.2.2符号主义先声夺人 2.2.3连接主义不畏坎坷 2.2.4计算智能异军突起 2.2.5统计智能默默奉献 2.2.6智能主体一统江湖,Agent & Robot 2.2.7知识工程东山再起,机器学习领衔高歌 2.2.8现状与趋势 习题2 第3章图搜索与问题求解 3.1概述 3.2状态图与状态图搜索 3.2.1状态图 3.2.2状态图搜索 3.2.3穷举式搜索 3.2.4启发式搜索 3.3状态图搜索问题求解 3.3.1问题的状态图表示 3.3.2状态图搜索问题求解程序举例 延伸学习导引 习题3 第4章知识表示与机器推理(一) 4.1概述 4.1.1知识及其表示 4.1.2机器推理 4.2一阶谓词及其推理 4.2.1谓词、函数、量词 4.2.2谓词公式 4.2.3自然语言命题的谓词形式表示 4.2.4基于谓词公式的形式演绎推理 4.3产生式规则及其推理 4.3.1产生式规则 4.3.2基于产生式规则的推理 4.4语义网络 4.4.1语义网络的概念 4.4.2语义网络的表达能力 4.4.3基于语义网络的推理 4.5知识图谱 延伸学习导引 习题4 第5章知识表示与机器推理(二) 5.1不确定性和不确切性信息处理 5.2不确定性知识的表示及推理 5.2.1不确定性知识的表示 5.2.2不确定性推理 5.3不确切性知识的表示及推理* 5.3.1软语言值及其数学模型 5.3.2不确切性知识的表示 5.3.3基于软语言规则的推理 延伸学习导引 习题5 第6章机器学习与知识发现(一) 6.1概述 6.2基本原理与分类 6.2.1机器学习的概念 6.2.2机器学习的原理 6.2.3机器学习的分类 6.3符号学习 6.3.1记忆学习 6.3.2示例学习 6.3.3演绎学习 6.3.4类比学习 6.3.5决策树学习* 6.4强化学习 6.4.1简单原理 6.4.2Q学习算法* 6.4.3强化学习的发展概况 延伸学习导引 习题6 第7章机器学习与知识发现(二) 7.1统计学习 7.1.1概述 7.1.2回归问题的线性函数模型学习,梯度下降法 7.1.3分类问题的线性判别函数模型学习 7.2神经网络学习 7.2.1从生物神经元到人工神经元 7.2.2神经网络及其学习 7.2.3神经网络模型及其分类 7.2.4BP网络及其学习举例* 7.3深度学习 7.3.1什么是深度学习 7.3.2深度学习的优势 7.3.3深度学习的发展和扩展 7.4数据挖掘与知识发现 7.4.1数据挖掘的一般过程 7.4.2数据挖掘的对象 7.4.3数据挖掘的任务 7.4.4数据挖掘的方法 延伸学习导引 习题7 第8章机器感知与语言交流 8.1引言 8.2模式识别 8.2.1基本原理与方法 8.2.2距离分类法 8.2.3几何分类法 8.2.4概率分类法 8.3自然语言处理 8.3.1自然语言处理的途径、方法和学派 8.3.2基于规则的自然语言理解 8.3.3统计语言模型 延伸学习导引 习题8 第9章人工智能应用系统 9.1概述 9.2专家(知识)系统 9.2.1什么是专家系统 9.2.2专家系统的结构 9.2.3专家系统与基于知识的系统及知识工程 9.2.4专家系统的建造 9.2.5专家系统的发展 9.3Agent系统 9.3.1什么是Agent 9.3.2Agent的结构 9.3.3Agent实例——Web Agent 9.3.4多Agent系统 9.3.5Agent技术的发展与应用 9.4智能机器人 9.4.1智能机器人的基本原理 9.4.2机器人技术进展 延伸学习导引 习题9 第10章智能计算机与智能化网络 10.1智能计算机 10.1.1智能硬件平台和智能操作系统 10.1.2人工智能芯片 10.1.3神经网络计算机,类脑芯片 10.1.4智能计算机发展展望 10.2智能化网络 10.2.1智能网 10.2.2智能Web 10.2.3网络的智能化管理与控制 10.2.4网上信息的智能化检索 10.2.5推荐系统 延伸学习导引 习题10 第11章人工智能编程语言与开发平台 11.1概述 11.1.1函数型语言 11.1.2逻辑型语言 11.1.3面向对象型语言 11.1.4计算型语言 11.1.5混合型语言 11.2知识工程经典语言PROLOG* 11.2.1PROLOG语句 11.2.2PROLOG程序 11.2.3PROLOG程序的运行机理 11.3机器学习流行语言Python* 11.3.1Python语言的特点和优势 11.3.2Python程序举例 11.4深度学习框架与平台* 延伸学习导引 习题11 中?英文名词对照及索引 参考文献 |
从2016年开始,蓄势已久的人工智能研究和应用出现了井喷式爆发。人工智能的迅猛发展引起了各国政府的高度重视,各国政府纷纷 制定、颁布了相关规划和政策。2017年7月国务院印发了《新一代人工智能发展规划》。2018年4月,教育部又印发了《高等学校人工 智能创新行动计划》。当前,国内各高等院校已普遍开设了人工智能通识教育课,有的则设置了人工智能专业,甚至成立了人工智能 学院。 课撰写了这部《人工智能概论(通识课版)》教材。这两部教材都荣幸地被清华大学出版社列选和出版。但这两本书并非全新之作,《 人工智能导论》实际上是在我的《人工智能技术导论》(第三版)的基础上扩写成的; 而这部《人工智能概论(通识课版)》则是《 人工智能导论》的缩写和改写。 版被评为科技类全国优秀畅销书并荣获省部级教学成果二等奖,第三版则为国家“十一五”规划教材并再次荣获省级二等奖。从2000 年起,这三部教材接续发行至今,被国内百余所院校所采用,并被数十部同类教材或书籍所参考,还被百余篇学术论文所引用。 ,简述其主要分支的原理、方法和发展概况,使读者对人工智能及其应用有一个概略而具体的认识和了解,获得一定的基础知识,明 确进一步学习的目标和方向。 备,然后在《人工智能导论》的基础上,对本教材的内容进行策划和遴选,经反复斟酌、多次修改,终定稿成书。具体来讲,对于本 书的撰写,作者主要从以下几个方面作了探索,这也算是本书的一些特色: 途径与方法、应用领域与课题、分支领域与研究方向、历史沿革、现状与发展趋势,全方位地归纳和总结了人工智能的基本原理。 忆与联想、竞争与协作、系统与建造、应用与工程等10个方面,从而构成了人工智能学科的总体架构,进而在此基础上组织教材。 性质和水准确定各章节的内容和深度。书中收编了人工智能的最新成果,但又不刻意赶时髦、追风头; 书中涉及人工智能的诸多课 题,但对于较深入和较专门的内容则点到为止。 实,而使读者能够既概略又具体地了解和学习人工智能的基础知识和初步技能。 合、图文并茂、深入浅出、详略得当的行文风格,并力求将复杂问题简单化,将艰涩理论通俗化,使得本书更加易读易懂、易教易学 。 工智能导论》的延伸学习导引。这样,学习《人工智能概论(通识课版)》以后,读者也可以继续学习《人工智能导论》,从而迈入人 工智能专业领域。 可供使用或参考,包括教学大纲、教学课件、电子教案、习题解答、参考试题、教学进度表,本书还提供部分章节的微课视频。
全书共有11章,全部讲授大约需要48学时; 目录中带星号的小节可作为选讲内容。 是个新题目,可参考和借鉴的书籍文献严重缺乏,所以,本书的编写并非易事。再加之视野和水平有限,所以,尽管作者付出了很大 努力,但书中仍难免有一些不尽如人意甚至错误之处。故恳请专家、同行不吝赐教,也希望选用本书的各位任课老师、同学及读者提 出宝贵意见和建议。 顺利完成和出版。在此一并感谢那些为本书提供了知识资源的国内外专家、学者,以及所有为本书的撰写和出版提供过帮助和支持的 人士! |