本书是计算机相关专业本科学生的入门教材，从整体角度对计算机学科作了全面、完整、系统的介绍。全书按计算机学科体系分五篇进行介绍，内容包括初识计算机——计算机全景图；构建计算机——计算机系统介绍；开发计算机——计算机应用系统；研究计算机——计算机理论；人文计算机——计算机文化。本书为学生提供计算机学科整体平台知识，为后续课程提供指导，为选修课程提供帮助，为选择专业方向提供思路，为日后工作提供计算机知识
电子书
内容简介
本书由四篇共17章组成。第一篇是基础理论篇，共九章（第1～9章），从整体角度介绍人工智能的基本概念与基础理论。第二篇是应用技术篇，共四章（第10～13章），介绍人工智能基础理论与相关分支领域相融合所产生的新技术。第三篇是应用篇，共三章（第14～16章），介绍智能产品的开发及目前广为流行的四种应用实例。第四篇是展望篇，共一章（第17章），对人工智能学科今后发展提出建议和看法。 在本书的编写中坚持三项原则：教材的现代性，即新的技术路线与新的体系，并形成新一代人工智能技术；教材的应用性，即更加关注人工智能与其他学科、领域的融合，将人工智能应用到多个行业中去；教材的引导性，即坚持教材的入门与引导作用。本书的出版，在一定程度上填补了新一代人工智能教材的空白。 本书适合作为人工智能、计算机类专业及相关专业“人工智能”课程教材及培训教材，也可作为人工智能应用、开发人员的基础读物。
章节目录
- 封面
- 前勒口
- 书名页
- 版权页
- 编委会
- 序言
- 前言
- 目录
- 第一篇 基础理论篇
- 第1章 总论
- 1.1 人工智能发展历史
- 1.2 人工智能概念介绍
- 1.3 人工智能发展三大学派
- 1.4 人工智能的学科体系
- 小结
- 习题1
- 第2章 知识及知识表示
- 2.1 概述
- 2.2 产生式表示法
- 2.3 状态空间表示法
- 2.4 谓词逻辑表示法
- 2.5 知识图谱表示法
- 小结
- 习题2
- 第3章 知识组织与管理——知识库介绍
- 3.1 知识库概述
- 3.2 知识库发展历史
- 3.3 典型知识库系统介绍
- 小结
- 习题3
- 第4章 知识获取之搜索策略方法
- 4.1 概述
- 4.2 盲目搜索
- 4.3 启发式搜索
- 4.4 博弈树的启发式搜索
- 小结
- 习题4
- 第5章 知识获取之推理方法
- 5.1 知识推理基本理论
- 5.2 谓词逻辑自然推理
- 5.3 谓词逻辑的自动定理证明
- 5.4 知识推理方法之评价
- 小结
- 习题5
- 第6章 知识获取之机器学习方法
- 6.1 机器学习概述
- 6.2 人工神经网络
- 6.3 决策树
- 6.4 贝叶斯方法
- 6.5 支持向量机方法
- 6.6 关联规则方法
- 6.7 聚类方法
- 6.8 迁移学习
- 6.9 强化学习方法
- 小结
- 习题6
- 第7章 深度学习与卷积神经网络
- 7.1 浅层学习与深度学习
- 7.2 深度学习概述
- 7.3 卷积神经网络
- 小结
- 习题7
- 第8章 知识获取之知识图谱方法
- 8.1 知识图谱中的知识获取概述
- 8.2 知识图谱中的知识获取方法
- 8.3 著名的知识图谱介绍
- 8.4 知识图谱中的知识存储
- 8.5 知识图谱的应用
- 小结
- 习题8
- 第9章 知识获取之Agent方法
- 9.1 Agent介绍
- 9.2 多Agent
- 9.3 移动Agent
- 9.4 智能Agent
- 小结
- 习题9
- 第二篇 应用技术篇
- 第10章 知识工程与专家系统
- 10.1 知识工程与专家系统概述
- 10.2 专家系统组成
- 10.3 专家系统分类
- 10.4 专家系统开发
- 10.5 传统专家系统与新一代专家系统
- 小结
- 习题10
- 第11章 计算机视觉
- 11.1 计算机视觉概述
- 11.2 计算机视觉中的图像分析和理解
- 11.3 计算机视觉应用
- 小结
- 习题11
- 第12章 自然语言处理
- 12.1 自然语言处理之自然语言理解
- 12.2 自然语言处理之自然语言生成
- 12.3 语音处理
- 12.4 自然语言处理应用实例
- 小结
- 习题12
- 第13章 机器人
- 13.1 机器人概述
- 13.2 机器人组织结构
- 13.3 机器人工作原理
- 13.4 机器人的应用
- 小结
- 习题13
- 第三篇 应用篇
- 第14章 大数据技术
- 14.1 大数据技术概述
- 14.2 大数据基础平台
- 14.3 大数据软件平台—Hadoop
- 14.4 大数据管理系统标准NoSQL
- 14.5 大数据计算
- 14.6 大数据用户接口与可视化
- 小结
- 习题14
- 第15章 人工智能应用系统开发
- 15.1 概述
- 15.2 人工智能应用开发的三大要素
- 15.3 人工智能应用开发系统结构
- 15.4 人工智能应用系统开发流程
- 15.5 人工智能应用的三种典型方法
- 小结
- 习题15
- 第16章 人工智能的应用系统
- 16.1 自动驾驶与网联车
- 16.2 人脸识别
- 16.3 机器翻译
- 16.4 智能医学图像处理
- 小结
- 习题16
- 第四篇 展望篇
- 第17章 人工智能发展展望
- 17.1 人工智能学科发展
- 17.2 人工智能所引发的社会问题及其解决
- 小结
- 习题17
- 参考文献
- 书脊
- 后勒口
- 封底
展开全部
人工智能导论是2019年由中国铁道出版社出版,作者徐洁磐。
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。
电子书
电子书
本书根据人工智能技术服务专业人才培养的需求，以智能机器人为载体，以揭开人工智能的神秘面纱为主线进行编写，设置了5个学习情境。学习情境1主要介绍人工智能的发展和应用，引起学习者的兴趣；学习情境2主要从智能机器如何进行知识存储的角度来理解人工智能；学习情境3主要从智能机器如何使用知识进行探索世界和求解问题的角度来进一步理解人工智能；学习情境4主要从智能机器如何进行自主学习知识、增长智慧的角度来理解人工
电子书
本书从人工智能的基本定义出发，阐述了人工智能的理论、策略、研究方法和应用领域，以梳理知识脉络和要点的方式，介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习等方面的内容。
电子书
本书共分10个项目，详细介绍了人工智能导论的相关知识，内容包括人工智能的前世今生、从零开始认识人工智能、人工智能编程基础开发语言——Phython、物体识别、计算机视觉的应用——人脸识别、生物信息识别、自然语言处理、语音识别、无人驾驶和数据挖掘。本书适用于高职高专院校理工科学生，作为通识课教材使用。
电子书
本书以培养人工智能素养、计算思维能力和人工智能应用能力为目标，选用Python作为讲授计算思维和人工智能的载体，通过问题驱动、层层递进方式，培养学生的信息处理能力、问题解决能力和人工智能技术应用能力。本书内容主要包括人工智能绪论、人工智能之Python基础、人工智能之Python进阶、人工智能之商业智能、人工智能之BaiduAI库应用、人工智能之机器学习、创建GUI程序，以及人工智能之仿真模拟。
电子书
本书内容包括ProcessSimulate概述，夹具、机器人的定义与机构的创建，机器人搬运、机床上下料、机器人焊接、点焊工作站、码垛工作站的模拟仿真。
电子书
本书共6章：第1章概述了工业报警系统的研究意义、突出问题和研究现状；第2章通过基于报警统计量的状态图，描述了某个时期内报警变量所处的运行状态；第3章提出了报警延迟器、报警死区和报警阈值的优化设计方法；第4章以关联变量的变化方向、变化空间、变化速率为基础，设计了相应的多变量报警器；第5章针对描述报警变量与根源变量关系的不同模型，建立了3种报警根源分析方法；第6章面向短时间内出现的大量报警信息，设计了
电子书
本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，最后讨论自编码模型、对抗生成网络、深度强化学习。
