大数据、云计算、深度学习支撑人工智能在工业、金融、医疗及教育等领域实现应用落地，物联网、工业4.0、智能机器人、智慧医疗、智能教育、智慧生活多方位展现。
电子书
编辑推荐
本书主要讲述人工智能的基础知识与基础理论，并通过大量的人工智能应用帮助读者快速了解人工智能相关技术。
内容简介
本书主要讲述人工智能的基础知识与基础理论，并通过大量的人工智能应用帮助读者快速了解人工智能相关技术。全书共10章，分别为人工智能概述、人工智能基础知识、机器学习、深度学习、计算机视觉、自然语言处理、知识图谱、人工智能技术应用场景、智能机器人和人工智能的挑战与未来。
章节目录
- 第1章人工智能概述
- 1.1 人工智能简介
- 1.1.1 人工智能的定义
- 1.1.2 人工智能的特点
- 1.1.3 人工智能的分类
- 1.2 人工智能的起源与发展
- 1.2.1 人工智能的历史
- 1.2.2 我国的人工智能发展现状
- 1.3 人工智能的研究内容
- 1.3.1 认知建模
- 1.3.2 知识表示
- 1.3.3 知识应用
- 1.3.4 推理
- 1.3.5 机器感知
- 1.3.6 机器思维
- 1.3.7 机器学习
- 1.3.8 机器行为
- 1.4 人工智能领域的著名专家与代表性人物
- 1.4.1 艾伦·图灵
- 1.4.2 斯图尔特·罗素
- 1.4.3 斯蒂芬·霍金
- 1.4.4 贾斯汀·卡塞尔
- 1.4.5 约翰·麦卡锡
- 1.4.6 吴恩达
- 1.4.7 德米什·哈萨比斯
- 1.5 人工智能研究的主要学派
- 1.5.1 符号主义
- 1.5.2 连接主义
- 1.5.3 行为主义
- 1.6 人工智能的应用
- 1.6.1 专家系统
- 1.6.2 自然语言处理
- 1.6.3 博弈
- 1.6.4 搜索
- 1.6.5 感知问题
- 1.6.6 模式识别
- 1.6.7 机器人学
- 1.7 小结
- 1.8 习题
- 第2章人工智能基础知识
- 2.1 人工智能的数学基础
- 2.1.1 微积分
- 2.1.2 线性代数
- 2.1.3 概率论与数理统计
- 2.1.4 最优化理论
- 2.1.5 形式逻辑
- 2.2 人工智能的常用工具
- 2.2.1 TensorFlow
- 2.2.2 Mahout
- 2.2.3 Torch
- 2.2.4 Spark MLlib
- 2.2.5 Keras
- 2.2.6 CNTK
- 2.3 数据采集
- 2.3.1 数据采集的概念
- 2.3.2 数据采集的常见方法
- 2.4 数据存储
- 2.4.1 数据存储的概念
- 2.4.2 数据存储的方式
- 2.5 数据清洗
- 2.5.1 数据清洗的概念
- 2.5.3 数据清洗的应用领域
- 2.5.4 数据清洗的评估
- 2.6 数据分析
- 2.6.1 大数据分析概述
- 2.6.2 大数据分析的主要类型
- 2.6.3 数据挖掘
- 2.6.4 数据可视化
- 2.7 小结
- 2.8 习题
- 第3章机器学习
- 3.1 机器学习概述
- 3.1.1 机器学习简介
- 3.1.2 机器学习的发展
- 3.1.3 机器学习的应用前景
- 3.1.4 机器学习的未来
- 3.2 机器学习的分类
- 3.2.1 监督学习
- 3.2.2 无监督学习
- 3.2.3 半监督学习
- 3.2.4 迁移学习
- 3.2.5 强化学习
- 3.3 机器学习常用算法
- 3.3.1 回归算法
- 3.3.2 聚类算法
- 3.3.3 降维算法
- 3.3.4 决策树算法
- 3.3.5 贝叶斯算法
- 3.3.6 支持向量机算法
- 3.3.7 关联规则算法
- 3.3.8 遗传算法
- 3.4 小结
- 3.5 习题
- 第4章深度学习
- 4.1 神经网络
- 4.1.1 神经网络简介
- 4.1.2 神经网络发展历史
- 4.1.3 单个神经元
- 4.1.4 神经网络的结构
- 4.1.5 神经网络的学习
- 4.1.6 激活函数
- 4.1.7 损失函数
- 4.2 感知机
- 4.2.1 感知机简介
- 4.2.2 多层感知机
- 4.3 卷积神经网络
- 4.3.1 卷积神经网络简介
- 4.3.2 卷积神经网络的结构
- 4.3.3 常用的卷积神经网络
- 4.4 循环神经网络
- 4.4.1 循环神经网络简介
- 4.4.2 循环神经网络的结构
- 4.4.3 常用的循环神经网络
- 4.5 生成对抗网络
- 4.5.1 生成对抗网络简介
- 4.5.2 生成对抗网络的结构
- 4.5.3 常用的生成对抗网络
- 4.6 深度学习的应用
- 4.6.1 AlphaGo Zero
- 4.6.2 自动驾驶
- 4.7 小结
- 4.8 习题
- 第5章计算机视觉
- 5.1 计算机视觉概述
- 5.1.1 计算机视觉简介
- 5.1.2 计算机视觉的发展历史
- 5.1.3 计算机视觉研究的意义
- 5.1.4 计算机视觉的应用及面临的挑战
- 5.2 图像分类
- 5.2.1 图像分类简介
- 5.2.2 图像分类算法
- 5.3 目标检测
- 5.3.1 目标检测简介
- 5.3.2 目标检测框架模型
- 5.4 图像分割
- 5.4.1 图像分割简介
- 5.4.2 图像分割算法
- 5.5 小结
- 5.6 习题
- 第6章自然语言处理
- 6.1 自然语言处理简介
- 6.1.1 自然语言处理的定义
- 6.1.2 自然语言处理的发展历程
- 6.1.3 自然语言处理的研究方向
- 6.1.4 自然语言处理的一般工作原理
- 6.2 自然语言处理的组成
- 6.3 自然语言理解
- 6.3.1 自然语言理解的层次
- 6.3.2 词法分析
- 6.3.3 句法分析
- 6.3.4 语义分析
- 6.4 信息检索
- 6.4.1 信息检索简介
- 6.4.2 信息检索的发展历程
- 6.4.3 信息检索的特点
- 6.4.4 信息检索的基本原理
- 6.4.5 信息检索的类型
- 6.4.6 信息检索的应用
- 6.5 机器翻译
- 6.5.1 机器翻译的基本模式
- 6.5.2 统计机器翻译
- 6.5.3 机器翻译的应用
- 6.6 情感分析
- 6.6.1 情感分析概述
- 6.6.2 情感分析的定义
- 6.6.3 情感分析的任务
- 6.6.4 情感分析的应用
- 6.6.5 情感分析面临的困难与挑战
- 6.7 语音识别
- 6.7.1 语音识别的定义
- 6.7.2 语音识别的发展历程
- 6.7.3 语音识别的基本原理
- 6.7.4 语音识别的应用
- 6.8 自然语言处理面临的问题和展望
- 6.8.1 自然语言处理面临的问题
- 6.8.2 自然语言处理的展望
- 6.9 小结
- 6.10 习题
- 第7章知识图谱
- 7.1 知识图谱简介
- 7.1.1 知识图谱的定义
- 7.1.2 知识图谱的发展历史
- 7.1.3 知识图谱的类型
- 7.1.4 知识图谱的重要性
- 7.2 知识表示和知识建模
- 7.2.1 知识表示
- 7.2.2 知识建模
- 7.3 知识抽取
- 7.3.1 实体抽取
- 7.3.2 关系抽取
- 7.3.3 属性抽取
- 7.4 知识存储
- 7.4.1 知识存储概述
- 7.4.2 知识存储方式
- 7.4.3 知识存储工具
- 7.5 知识融合
- 7.5.1 知识融合概述
- 7.5.2 知识融合过程
- 7.6 知识推理
- 7.6.1 知识图谱的表示
- 7.6.2 并行知识推理
- 7.6.3 实体关系知识推理
- 7.6.4 模式归纳知识推理
- 7.7 知识图谱的应用
- 7.7.1 语义搜索
- 7.7.2 问答系统
- 7.8 小结
- 7.9 习题
- 第8章人工智能技术应用场景
- 8.1 智慧交通
- 8.1.1 智慧交通的概念
- 8.1.2 智慧交通中的人工智能应用
- 8.1.3 智慧交通中的核心技术
- 8.2 智慧电商
- 8.2.1 智慧电商的概念
- 8.2.2 智慧电商中的人工智能应用
- 8.2.3 智慧电商案例分析
- 8.3 智能医学
- 8.3.1 智能医学的概念
- 8.3.2 智能医学的发展历程
- 8.3.3 智能医学涵盖的内容
- 8.3.4 医学中的人工智能应用
- 8.3.5 智能医学的发展
- 8.4 智能制造
- 8.4.1 智能制造的概念
- 8.4.2 智能制造的特征
- 8.4.3 智能制造中的人工智能应用
- 8.4.4 智能制造的发展
- 8.5 小结
- 8.6 习题
- 第9章智能机器人
- 9.1 智能机器人概述
- 9.1.1 机器人简介
- 9.1.2 认识智能机器人
- 9.1.3 智能机器人的发展现状
- 9.1.4 智能机器人的前景
- 9.2 智能机器人的核心技术
- 9.2.1 定位导航
- 9.2.2 人机交互
- 9.3 智能机器人的应用
- 9.4 小结
- 9.5 习题
- 第10章人工智能的挑战与未来
- 10.1 人工智能的挑战
- 10.1.1 数据
- 10.1.2 算法模型可解释性
- 10.1.3 业务场景理解
- 10.1.4 服务方式
- 10.1.5 投入产出比
- 10.2 人工智能对社会的影响
- 10.2.1 人工智能对教育与就业的影响
- 10.2.2 人工智能对隐私与安全的影响
- 10.3 人工智能的未来
- 10.3.1 人工智能未来的发展趋势
- 10.3.2 人工智能未来的技术发展方向
- 10.3.3 人工智能未来的应用趋势
- 10.4 小结
- 10.5 习题
- 参 考 文 献
展开全部
人工智能导论是2021年由人民邮电出版社出版,作者黄源。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
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。
电子书
大数据、云计算、深度学习支撑人工智能在工业、金融、医疗及教育等领域实现应用落地，物联网、工业4.0、智能机器人、智慧医疗、智能教育、智慧生活多方位展现。
电子书
人工智能技术打造人力资源管理新玩法。阐述AI贯穿于人才选、用、育、留的全过程。
电子书
一本书带你深入了解人工智能数字化时代。
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
系统性论述智能+零售的发生、发展、未来的内外原因和逻辑结果。
电子书
适读人群：本书适合互联网教育与培训机构从业者、社会工作者、家长及相关专业师生阅读。 游戏化教育具备跨界性、多元性及场景化三大特点。 通过和游戏的有机结合，游戏化教育可以借助...