编辑推荐
从搜索、推理、学习等AI基础概念出发解析AI技术，帮助读者从模型和算法层面理解AI 原理。
内容简介
人工智能作为引领未来的战略性技术，世界各国都高度重视。近年来，人工智能已经成为国家、研究机构、企业、高校关注的焦点。随着大数据时代的到来，以及计算能力的提升，人工智能在技术领域的突破日新月异。本书面向中学生的人工智能，共4册，第一册介绍AI的基本思维方式和基础技术、发展史和影响。第二册围绕生活场景将结数十个AI落地应用实例。第三册通过解析AI技术来帮助学生从模型和算法层面理解AI。第四册从玩AI出发，指导学生动手搭建自己的AI项目。
作者简介
作者俞勇，上海交通大学电子信息与电气工程学院教授、博士生导师，中国计算机学会计算机教育专业委员会常务理事。 先后获国家级和上海市教学成果奖9项、上海市优秀教材奖2项，并获国务院特殊津贴、“全国模范教师”、“全国师德标兵”、“上海市五一劳动奖章”、“宝钢优秀教师特等奖”、“上海市教学名师”、“上海市模范教师”、“上海交通大学最受学生欢迎教师”等荣誉。入选首批“国家高层次人才特殊支持计划”教学名师。
章节目录
版权信息
总序
前言
从这本书中可以读到
如何使用这本书
第1部分 搜索策略
第一章 数据结构基础
一、 逻辑结构
二、 数组
三、 栈与队列
四、 优先级队列
五、 树
六、 图
第二章 无信息搜索
一、 广度优先搜索
二、 深度优先搜索
三、 搜索算法的衡量指标
实例1：农夫渡河问题
1. 使用BFS求解农夫渡河问题
2. 使用DFS求解农夫渡河问题
实例2：数字华容道
1. 使用BFS求解数字华容道
2. 使用DFS求解数字华容道
四、 DFS和BFS的比较
思考与实践
第三章 有信息搜索
一、 启发式算法
思考与实践
二、 爬山法
思考与实践
三、 最速爬山法
思考与实践
四、 A*搜索
思考与实践
五、 有信息搜索算法的优缺点
思考与实践
第四章 博弈中的搜索
一、 博弈论简介
1. 囚徒困境
2. 智猪博弈
3. 员工老板博弈
4. 硬币博弈
思考与实践
二、 启发式评估和MINMAX评估
1. 启发式评估
2. MINMAX评估
三、 Alpha—Beta搜索与深蓝计算机
1. Alpha—Beta搜索算法
2. 深蓝计算机
第2部分 逻辑推理
第五章 基于命题逻辑的推理
一、 命题逻辑基本概念
1. 命题
2. 逻辑连接词
思考与实践
3. 真值表
思考与实践
二、 等值演算
1. 逻辑等价定律
2. 实际应用
三、 推理演算
四、 归结推理
思考与实践
第六章 基于一阶逻辑的推理
一、 一阶逻辑基本概念
1. 对象与谓词
2. 函数与量词
二、 等值演算
1. 量词否定律
2. 量词分配律
3. 量词作用域等值式
思考与实践
三、 推理演算
1. 全称量词消去规则（简称∀-）
2. 全称量词引入规则（简称∃+）
3. 存在量词消去规则（简称∃-）
4. 存在量词引入规则（简称∃+）
四、 归结推理
1. 置换与合一
2. 归结推理规则
思考与实践
第七章 产生式与专家系统
一、 产生式
二、 专家系统
1. 将专家知识输入系统
2. 输入新问题
3. 推理并获取更多信息
4. 得到最终结论，输出解决方案
思考与实践
第3部分 机器学习
第八章 监督学习
一、 监督学习思想
思考与实践
二、 线性回归
1. 情景引入
2. 监督学习第一步
3. 监督学习第二步
思考与实践
4. 监督学习第三步
5. 模型实操与评估
思考与实践
三、 逻辑回归
1. 情景引入
2. 监督学习第一步
3. 监督学习第二步
4. 监督学习第三步
5. 情景结束与评估
6. 线性不可分和多分类扩展
四、 支持向量机
1. 思想引入
2. 监督学习第一步
3. 监督学习第二步
4. 监督学习第三步
5. 更多说明
五、 神经网络
（一） 感知机
1. 监督学习第一步
2. 监督学习第二步
3. 监督学习第三步
4. 更多说明（感知机、逻辑回归和支持向量机的区别）
（二） 多层前向神经网络
1. 监督学习第一步
2. 监督学习第二步
3. 监督学习第三步
（三） 反向传播
思考与实践
（四） 深度学习
（五） 卷积神经网络
1. 图像的数学表示
2. 卷积层和池化层
3. 监督学习三步骤
4. 卷积神经网络总结
（六） 循环神经网络
1. 循环层
思考与实践
2. 监督学习三步骤
六、 决策树
1. 场景引入
2. 问题求解
3. 场景结尾
第九章 无监督学习
一、 聚类
1. 场景引入
2. K-means聚类算法
3. 场景结尾
思考与实践
二、 降维
1. 主成分分析（PCA）
2. 自动编码器
三、 生成模型
1. 生成对抗网络（GAN）
2. 生成对抗网络的应用
第十章 强化学习
一、 马尔可夫决策过程
1. 场景引入
2. 强化学习基础
3. 马尔可夫决策过程
4. 场景结尾
二、 基于模型的强化学习
1. 场景引入
2. 目标函数
3. 策略和值函数
4. 贝尔曼等式
5. 值迭代
6. 策略迭代
7. 场景结尾
三、 无模型强化学习
1. 场景引入
2. 蒙特卡洛学习
3. 时序差分学习
4. SARSA和Q学习
5. 场景结尾
四、 深度强化学习
1. 场景引入
2. 值函数的近似
3. 深度Q网络
4. 场景结尾
五、 总结
思考与实践
结语
1. 局限与适用场景
2. 技术之间的联系与区别
3. 总结与展望
附录 “思考与实践”解答参考
人工智能技术入门：让你也看懂的AI“内幕”是2019年由上海科技教育出版社出版,作者俞勇。
得书感谢您对《人工智能技术入门：让你也看懂的AI“内幕”》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
