本教材较为系统地介绍了人工智能应用场景下的数据采集、数据处理、数据标注等技术。
电子书
编辑推荐
一部面向我国人工智能的通识教育与专业技术人才培养的学习用书。
内容简介
本书面向我国人工智能的通识教育与专业技术人才的培养。全书共8章，分为3篇，分别为人工智能的基本理论、人工智能的应用以及人工智能的融合拓展，涵盖了目前主流的人工智能技术。全书在介绍人工智能的基本原理时，尽量回避了相关的复杂模型和算法设计，方便读者在社会层面理解人工智能的应用形式和未来的发展路径。此外，书中每章都设计了一些思考与练习的题目，以便读者在课堂练习和研讨中使用。
章节目录
- 版权信息
- 版 权
- 内容提要
- 前 言
- 第1篇 人工智能的基本理论
- 第1章 人工智能概述
- 1.1 什么是人工智能
- 1.1.1 达特茅斯会议与人工智能的诞生
- 1.1.2 “人工”和“智能”的完美结合
- 1.1.3 “全面”人工智能和“部分”人工智能
- 1.2 人工智能的发展历史
- 1.2.1 “前”人工智能阶段
- 1.2.2 人工智能的起步阶段
- 1.2.3 人工智能的瓶颈期
- 1.2.4 人工智能的复苏期
- 1.2.5 人工智能的繁荣期
- 1.3 实现人工智能的多种研究学派
- 1.3.1 “智能的黑箱”——符号主义学派
- 1.3.2 “黑箱的内部”——连接主义学派
- 1.3.3 “动作和控制”——行为主义学派
- 1.4 人工智能对社会生活的影响
- 1.5 本章内容小结
- 1.6 本章练习题
- 第2章 问题求解和知识工程
- 2.1 搜索技术和问题求解
- 2.1.1 问题求解——按照既定的步骤操作
- 2.1.2 盲目搜索技术
- 2.1.3 启发式搜索技术
- 2.2 知识在计算机内的表示方式
- 2.2.1 陈述性知识和过程性知识
- 2.2.2 从已知到未知的逻辑推理
- 2.2.3 通过计算机实现推理的过程
- 2.3 像专家一样解决问题
- 2.3.1 专家系统的发展历程
- 2.3.2 专家系统的基本结构
- 2.4 从专家系统到知识工程
- 2.4.1 知识工程和专家系统的区别
- 2.4.2 知识工程的知识处理过程
- 2.4.3 互联网时代的知识图谱
- 2.5 本章内容小结
- 2.6 本章练习题
- 第3章 人工神经网络、机器学习和深度学习
- 3.1 神经元细胞的数字化模型
- 3.1.1 神经元细胞和感知机
- 3.1.2 感知机的分类判断模型
- 3.1.3 扩展——感知机如何学会正确分类
- 3.2 人工神经网络——生物神经网络的数字化
- 3.2.1 从单层感知机到多层感知机
- 3.2.2 人工神经网络的基本功能特点
- 3.2.3 卷积神经网络的优势和特点
- 3.3 机器学习——机器的自我适应
- 3.3.1 机器学习的发展和分类
- 3.3.2 监督学习和无监督学习
- 3.3.3 机器学习的应用
- 3.4 深度学习——机器学习的进一步发展
- 3.4.1 深度学习的发展及其特点
- 3.4.2 深度学习与机器学习的异同
- 3.4.3 深度学习的应用和发展
- 3.5 本章内容小结
- 3.6 本章练习题
- 第2篇 人工智能的应用
- 第4章 图像识别与人工智能
- 4.1 计算机内图像的数字化表示
- 4.1.1 人眼成像的原理
- 4.1.2 图像数字化的基本原理
- 4.1.3 扩展——数字图像的基本属性和特征
- 4.1.4 扩展——数字图像的存储格式
- 4.2 图像分割——选择图像中的“物”
- 4.2.1 图像分割技术的意义和特点
- 4.2.2 基于阈值的图像分割方法
- 4.2.3 基于区域的图像分割方法
- 4.2.4 基于边缘的图像分割方法
- 4.2.5 基于深度学习的图像分割方法
- 4.3 图像识别——辨别图像中的“物”
- 4.3.1 对待识别物体的特征提取
- 4.3.2 通过对特征的分类识别物体
- 4.3.3 图像识别中的支持向量机分类
- 4.4 本章内容小结
- 4.5 本章练习题
- 第5章 语音识别与人工智能
- 5.1 声音的本质和声音的三要素
- 5.2 声音的数字化转换和处理
- 5.2.1 模拟信号到数字信号的转换过程
- 5.2.2 扩展——音频的数字化编码技术
- 5.2.3 扩展——常见的音频文件格式
- 5.3 语音识别——针对语言的处理过程
- 5.3.1 语音识别的分类和技术特点
- 5.3.2 语音识别从声音到文字的转换过程
- 5.3.3 针对声音频率特性的频谱分析技术
- 5.4 自然语言处理——从听见到听懂
- 5.4.1 自然语言处理简介
- 5.4.2 自然语言处理的功能和意义
- 5.4.3 自然语言处理与人工智能技术
- 5.5 本章内容小结
- 5.6 本章练习题
- 第6章 机器人和智能体
- 6.1 硬件类型的机器人学
- 6.1.1 机器人学的简要发展史
- 6.1.2 机器人的主要类型和区别
- 6.1.3 机器人的基本结构模块和组成
- 6.1.4 传感器的原理与应用
- 6.1.5 从传感器到机器人的感觉器官
- 6.2 软件类型的智能体
- 6.3 硬件机器人的结构和组建案例
- 6.4 本章内容小结
- 6.5 本章练习题
- 第3篇 人工智能的融合扩展
- 第7章 大数据与人工智能
- 7.1 数据、信息及数据管理
- 7.1.1 如何从数据中获取信息
- 7.1.2 规模化数据的结构化管理
- 7.1.3 从结构化数据库到大数据技术
- 7.1.4 大数据技术中的信息加工和知识获取
- 7.2 人工智能和大数据的技术融合
- 7.3 大数据技术的应用与展望
- 7.4 本章内容小结
- 7.5 本章练习题
- 第8章 物联网、云计算和区块链
- 8.1 “万物互联”的物联网技术
- 8.1.1 “万物互联”的概念及其发展
- 8.1.2 “物”是如何连接网络的？
- 8.1.3 关于“物”的个性化数据采集
- 8.1.4 “物”的个性化数据处理技术
- 8.1.5 物联网在日常生活中的应用
- 8.2 基于网络技术的云计算
- 8.2.1 云计算的概念和发展
- 8.2.2 从硬件到软件——云计算的三种服务模式
- 8.2.3 云计算的应用优势和发展前景
- 8.3 区块链——数据的链状化管理技术
- 8.3.1 区块链技术如何实现区块数据存储
- 8.3.2 灵活、开放和安全的区块化存储
- 8.3.3 区块链的三种拓展方向
- 8.3.4 区块链技术的应用优势和发展前景
- 8.4 本章内容小结
- 8.5 本章练习题
- 第9章 人工智能的预备知识
- 9.1 计算机的硬件系统和软件系统
- 9.1.1 计算机的硬件系统发展
- 9.1.2 硬件系统中的逻辑代数原理
- 9.1.3 从逻辑代数到数字电路的设计
- 9.1.4 基于数字电路的计算机系统结构（扩展知识）
- 9.1.5 电子计算机解题的基本步骤
- 9.2 计算机程序设计和程序设计语言
- 9.3 Python语言和人工智能的程序设计
- 9.3.1 Python语言中的数据和数据运算
- 9.3.2 程序的基本结构和流程控制
- 9.3.3 Pyhton中的函数和模块
- 9.4 图形化程序设计工具
- 9.5 本章内容小结
- 9.6 本章练习题
- 思考题与练习题参考答案及解析
- 第1章 人工智能概述
- 思考与练习1-1 怎样理解人工智能
- 思考与练习1-2 “中文屋”的悖论
- 本章练习参考答案及解析
- 第2章 问题求解和知识工程
- 思考与练习2-1 传统查找和问题求解
- 思考与练习2-2 地图中路径的搜索技术
- 思考与练习2-3 如何理解深度优先和广度优先算法
- 思考与练习2-4 非启发式搜索和启发式搜索的对比
- 思考与练习2-5 语义网络基本形式
- 思考与练习2-6 专家系统的一种模拟
- 本章练习参考答案及解析
- 第3章 人工神经网络和机器学习
- 思考与练习3-1 感知机的模拟运行
- 思考与练习3-2 多层感知机的应用
- 思考与练习3-3 监督学习和无监督学习
- 本章练习参考答案及解析
- 第4章 图像识别与人工智能
- 思考与练习4-1 数码相机中的CMOS成像原理
- 思考与练习4-2 数字图像的颜色表示
- 思考与练习4-3 基于阈值和区域的图像分割方法演示
- 本章练习参考答案及解析
- 第5章 语音识别与人工智能
- 思考与练习 自然语言处理中的分词和语义分析
- 本章练习参考答案及解析
- 第6章 机器人和智能体
- 思考与练习6-1 自动驾驶中的传感器
- 思考与练习6-2 智能体的应用
- 思考与练习6-3 如何增强智能小车的功能
- 本章练习参考答案及解析
- 第7章 大数据与人工智能
- 思考与练习7-1 数据和信息的关系
- 思考与练习7-2 数据库系统的应用
- 思考与练习7-3 应用数据分析获取有效信息的经典案例
- 思考与练习7.4 根据学生的考试成绩改进教学
- 本章练习参考答案及解析
- 第8章 物联网、云计算和区块链
- 思考与练习8-1 共享出行中的物联网应用
- 思考与练习8-2 物联网在智能型家居中的应用
- 思考与练习8-3 如何理解云计算的三种服务模式
- 思考与练习8-4 云计算在社会生活中的典型应用
- 思考与练习8-5 区块链、物联网、云计算和人工智能
- 本章练习参考答案及解析
- 第9章 人工智能的预备知识
- 思考与练习9-1 计算机中的进制转换
- 思考与练习9-2 逻辑运算的日常表示
- 思考与练习9-3 用逻辑运算实现加法
- 思考与练习9-4 如何计算乘法算式6 × 3
- 思考与练习9-5 程序设计中的表达式求值
- 思考与练习9-6 使用伪代码表示流程
- 思考与练习9-7 使用伪代码表示计算过程
- 思考与练习9-8 可视化代码解析
- 本章练习参考答案及解析
展开全部
人工智能通识是2022年由人民邮电出版社出版,作者曹良亮 编著。
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《人工智能通识》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。
电子书
电子书
系统、全面地介绍人工智能的相关概念、理论与应用。
电子书
“科技改变中国”系列丛书之一，带你看人工智能在我国的发展。
电子书
微软算法工程师编写的AI行业求职指南，包含8位不同背景AI从业者的真实经历。
电子书
本书是人工智能和机器学习领域专家多年实践的结晶。
电子书
本书全面探讨了汽车行业企业级BOM背景、管理理念、体系建设、业务应用、系统集成思路以及项目实施的具体方法等。
电子书
零基础也能读懂的ChatGPT入门书。
电子书
本书可作为青少年AI启蒙读物。
