编辑推荐
1.一本融合人工智能相关理论与方法、人工智能技术实现的系统化图书；
2.从交叉学科层面、进化历史层面、哲学思想层面、社会发展层面、工程技术层面等不同纬度深入解析；
3.作者长期从事人工智能导论、原理与方法的课程教学，主要研究领域涉及类脑计算、自然计算、智能机器人、视觉智能与认知智能等；
4.内容全面且深入浅出，满足新工科建设、传统理工科和非理工科专业的通识课教学需求；
5.拒绝泛泛而谈，PPT、指导方案、视频和各类拓展资源，让您事半功倍。
内容简介
本书较全面地介绍了目前人工智能的主流概念、理论、方法、技术及应用等内容。全书共12章，首先介绍了智能的定义以及人工智能的定义、历史、实现方法、研究内容与发展趋势；其次介绍了人工智能的哲学观以及脑科学的相关概念与基础知识；再次在人工智能的方法与技术方面，介绍了人工神经网络，机器学习的基本方法与原理，以及感知智能、认知智能、语言智能、机器人(行为智能)、混合智能、类脑计算等人工智能技术；最后介绍了人工智能伦理与法律的相关概念和知识。
展开全文
- 封面
- 扉页
- 版权信息
- 内 容 提 要
- 编委会
- 序一 拥抱万亿智能互联未来
- 序二
- 前言
- 01 绪论
- 1.0 学习导言
- 1.1 生命与智能
- 1.1.1 什么是智能
- 1.1.2 图灵测试与人工智能
- 1.1.3 人工智能图谱
- 1.2 人工智能的历史
- 1.2.1 第一阶段：初创时期（1936年—1956年）
- 1.2.2 第二阶段：形成时期（1957年—1969年）
- 1.2.3 第三阶段：发展时期（1970年—1992年）
- 1.2.4 第四阶段：大突破时期（1993年至今）
- 1.3 人工智能学科交叉与融合
- 1.4 人工智能实现方法
- 1.4.1 传统实现方法
- 1.4.2 数据驱动方法
- 1.5 人工智能主要研究内容
- 1.5.1 计算智能
- 1.5.2 感知智能
- 1.5.3 认知智能
- 1.5.4 行为智能
- 1.5.5 群体智能
- 1.5.6 混合智能
- 1.5.7 情感智能
- 1.5.8 类脑智能
- 1.5.9 人工智能伦理与法律
- 1.6 人工智能发展趋势
- 1.7 本书主要学习内容
- 1.8 本章小结
- 1.9 习题
- 02 人工智能的哲学观
- 2.0 学习导言
- 2.1 从哲学角度理解人工智能
- 2.1.1 与人工智能有关的哲学概念
- 2.1.2 与人工智能有关的主要哲学分支
- 2.1.3 大历史观——智能进化
- 2.1.4 人工智能的本质
- 2.2 人工智能局限性的认识
- 2.2.1 弱人工智能与人类心智的差距
- 2.2.2 影响强人工智能实现的主要因素
- 2.3 科幻影视作品中的人工智能
- 2.3.1 早期科幻影视作品中的人工智能
- 2.3.2 现代科幻影视作品中的人工智能
- 2.4 本章小结
- 2.5 习题
- 03 脑科学基础
- 3.0 学习导言
- 3.1 大脑的初步认识
- 3.2 脑神经系统
- 3.2.1 脑神经组织
- 3.2.2 神经元与信息传递
- 3.2.3 大脑皮层
- 3.3 脑的视觉与信息处理机制
- 3.3.1 脑的视觉结构
- 3.3.2 视觉皮层区域
- 3.4 脑的记忆与信息处理机制
- 3.5 脑的学习机制
- 3.6 脑功能新发现
- 3.6.1 大脑导航功能
- 3.6.2 大脑孕周发育
- 3.7 本章小结
- 3.8 习题
- 04 人工神经网络
- 4.0 学习导言
- 4.1 如何构建人工神经网络
- 4.1.1 神经元模型
- 4.1.2 感知器模型
- 4.2 神经网络的训练—反向传播算法
- 4.3 生成深度神经网络
- 4.3.1 生成模型——受限玻尔兹曼机
- 4.3.2 深度生成模型—深度置信网络
- 4.4 卷积神经网络原理
- 4.4.1 稀疏连接与全连接
- 4.4.2 权值共享与特征提取
- 4.4.3 卷积层
- 4.4.4 池化层
- 4.4.5 全连接层
- 4.4.6 CNN算法
- 4.5 循环神经网络
- 4.6 长短时记忆网络
- 4.7 本章小结
- 4.8 习题
- 05 机器学习
- 5.0 学习导言
- 5.1 机器学习能否实现机器智能
- 5.2 机器学习的类型和应用
- 5.3 监督学习与无监督学习
- 5.3.1 支持向量机
- 5.3.2 k-最近邻分类
- 5.3.3 朴素贝叶斯分类器
- 5.3.4 集成分类——Bagging算法、随机森林算法与Boosting算法
- 5.3.5 k-均值聚类算法
- 5.4 深度学习
- 5.4.1 浅层学习与深度学习
- 5.4.2 深度学习框架
- 5.4.3 深度学习的应用——图像描述
- 5.5 强化学习
- 5.5.1 能够自适应学习的BRETT机器人
- 5.5.2 强化学习的应用
- 5.6 迁移学习
- 5.7 机器创造
- 5.8 本章小结
- 5.9 习题
- 06 感知智能
- 6.0 学习导言
- 6.1 数字图像处理技术
- 6.1.1 灰度直方图校正
- 6.1.2 图像的平滑处理
- 6.1.3 图像的边缘检测
- 6.1.4 图像的锐化
- 6.1.5 图像的分割
- 6.1.6 图像的特征提取与Haar算法
- 6.1.7 图像分析
- 6.2 计算机视觉与机器视觉
- 6.3 模式识别与图像分类
- 6.3.1 模式识别方法
- 6.3.2 模式识别过程
- 6.3.3 图像分类
- 6.4 人脸识别
- 6.4.1 人脸识别技术的发展
- 6.4.2 人脸识别系统及其实现方法
- 6.5 深度学习在目标检测与识别中的应用
- 6.6 无人驾驶汽车的环境感知
- 6.7 本章小结
- 6.8 习题
- 07 认知智能
- 7.0 学习导言
- 7.1 逻辑推理
- 7.1.1 命题与推理
- 7.1.2 推理的类型
- 7.1.3 模糊推理
- 7.2 知识表示
- 7.2.1 谓词逻辑表示法
- 7.2.2 语义网络表示法
- 7.3 搜索技术
- 7.3.1 盲目搜索
- 7.3.2 启发式搜索
- 7.3.3 蒙特卡罗树搜索算法
- 7.4 知识图谱
- 7.4.1 知识图谱与认知智能
- 7.4.2 知识图谱基本技术
- 7.4.3 知识图谱架构
- 7.5 认知计算
- 7.6 本章小结
- 7.7 习题
- 08 语言智能
- 8.0 学习导言
- 8.1 语言与认知
- 8.2 自然语言处理
- 8.2.1 自然语言理解的源起
- 8.2.2 自然语言处理的功能应用
- 8.2.3 自然语言处理技术
- 8.3 智能问答系统
- 8.4 聊天机器人
- 8.4.1 聊天机器人的分类
- 8.4.2 聊天机器人的自然语言理解
- 8.5 语音识别
- 8.5.1 语音识别系统
- 8.5.2 语音识别的过程
- 8.6 机器翻译
- 8.6.1 机器翻译原理与过程
- 8.6.2 通用翻译模型
- 8.7 本章小结
- 8.8 习题
- 09 机器人
- 9.0 学习导言
- 9.1 机器人与行为智能
- 9.1.1 行为主义载体——机器人
- 9.1.2 机器人的基本组成
- 9.1.3 智能机器人
- 9.2 工业机器人
- 9.3 移动机器人
- 9.4 无人飞行器
- 9.5 水下机器人
- 9.6 太空机器人
- 9.7 人形机器人
- 9.8 机器动物
- 9.9 软体机器人
- 9.10 微型机器人
- 9.11 群体机器人
- 9.12 认知发展机器人
- 9.13 本章小结
- 9.14 习题
- 10 混合智能
- 10.0 学习导言
- 10.1 混合智能的基本形态与实现
- 10.2 脑机接口
- 10.2.1 脑机接口工作原理
- 10.2.2 可探测识别的脑电波信号
- 10.2.3 侵入式脑机接口
- 10.2.4 非侵入式脑机接口
- 10.2.5 脑机接口应用
- 10.3 可穿戴混合智能
- 10.3.1 可穿戴传感器与电子文身
- 10.3.2 可穿戴神经刺激混合智能
- 10.4 可植入混合智能
- 10.4.1 电子识别芯片
- 10.4.2 人造感觉神经
- 10.5 外骨骼混合智能
- 10.6 动物混合智能
- 10.7 人体增强
- 10.8 本章小结
- 10.9 习题
- 11 类脑计算
- 11.0 学习导言
- 11.1 类脑计算基础
- 11.1.1 冯·诺依曼结构计算机的局限
- 11.1.2 类脑计算机
- 11.1.3 类脑计算研究内容与方法
- 11.2 类脑计算基础
- 11.2.1 神经形态计算
- 11.2.2 神经形态类脑芯片
- 11.2.3 神经形态类脑计算机
- 11.3 基于忆阻器的类脑计算
- 11.3.1 忆阻器原理
- 11.3.2 忆阻器芯片
- 11.4 人工大脑
- 11.4.1 人工大脑的基本单元
- 11.4.2 仿脑模型
- 11.4.3 虚拟大脑
- 11.4.4 深度学习脑功能模拟
- 11.5 非神经形态智能芯片
- 11.6 本章小结
- 11.7 习题
- 12 人工智能伦理与法律
- 12.0 学习导言
- 12.1 电车难题引发的人工智能道德困境
- 12.2 人工智能技术引发的社会问题
- 12.3 人工智能伦理的定义
- 12.4 弱人工智能伦理与强人工智能伦理
- 12.4.1 弱人工智能伦理问题
- 12.4.2 强人工智能伦理问题
- 12.5 机器人伦理问题与基本原则
- 12.5.1 机器人伦理问题
- 12.5.2 机器人伦理的基本原则
- 12.6 军事人工智能伦理问题
- 12.7 人工智能伦理规范
- 12.8 人工智能法律问题
- 12.8.1 人工智能引发的法律问题
- 12.8.2 人工智能的法律主体和法律人格问题
- 12.9 本章小结
- 12.10 习题
- 参考文献
展开全部
版权信息
出版社：人民邮电出版社
出版时间：2020
作者：莫宏伟
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《人工智能导论》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。
出版时间：2020
作者：莫宏伟
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《人工智能导论》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。
人工智能导论
免费读 (VIP)