人工智能概论 大中专高职计算机 刘鹏 编
高等学校人工智能通识课教材，全面介绍了人工智能的技术基础，几乎涵盖了人工智能领域的大多数热点和前沿问题。
￥ 43.35 6.4折 ￥ 68 全新
仅1件
北京丰台
认证卖家担保交易快速发货售后保障
作者刘鹏 编
出版社清华大学出版社
ISBN9787302578659
出版时间2021-07
版次1
装帧平装
开本16
页数344页
字数492千字
定价68元
货号xhwx_1202403260
上书时间2024-11-16
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
本书作为高等学校人工智能通识课教材，全面介绍了人工智能的基本技术，目标是用通俗易懂的方法帮助读者构建完整的人工智能知识体系，为后续的深入学打下基础。本书适合高职高专和应用型本科，作为非人工智能专业的选修课和人工智能专业的导论课教材。也适合作为人工智能技术爱好者的入门书。
目录：
章 ai时代的起航
1.1 一波三折的ai 1
1.1.1 发展历程概览 1
1.1.2 大数据时代的人工智能 8
1.2 ai如影随形 10
1.2.1 手机美 10
1.2.2 聊天机器人 10
1.2.3 新闻 11
1.2.4 在线翻译 12
1.2.5 虚拟现实 12
1.3 ai学派 13
1.3.1 符号主义 13
1.3.2 连接主义 14
1.3.3 行为主义 15
1.3.4 学派比较 16
1.4 人工智能定义 16
1.4.1 概念解析 16
1.4.2 共识概念 17
1.5 ai面临的机遇和挑战 18
1.5.1 认知误区 18
1.5.2 面临的机遇 19
1.5.3 存在的挑战 20
1.5.4 ai将成为公司的生命线 21
1.5.5 ai如何重新定义工作 22
1.6 应具有的ai能力 23
1.6.1 懂工具 23
1.6.2 懂编程 25
1.6.3 懂模型 25
1.6.4 懂业务 27
题 28
参文献 29
第2章 感受ai
2.1 析音赏乐 31
2.1.1 语音助手 32
2.1.2 语音识别 32
2.1.3 典型应用场景 33
2.2 别具慧眼 33
2.2.1 人脸识别 33
2.2.2 行人识别 35
2.2.3 图像分类 36
2.2.4 典型应用场景 36
2.3 识文断字 39
2.3.1 手写数据识别 39
2.3.2 问答系统 39
2.3.3 情感分析 40
2.3.4 典型应用场景 40
2.4 神来之笔 41
2.4.1 图像生成 41
2.4.2 图像艺术 42
2.4.3 典型应用场景 42
2.5 运筹帷幄 44
2.5.1 智能家居 44
2.5.2 环境监控 45
2.5.3 典型应用场景 46
题 49
参文献 49
第3章 知识表示与推理
3.1 从ai符号主义说起 50
3.1.1 命题逻辑 51
3.1.2 一阶谓词逻辑 53
3.1.3 产生式系统 55
3.1.4 基于符号主义的知识表示瓶颈 56
3.2 基于知识的表示方法 56
3.2.1 人工智能的3个层次 56
3.2.2 知识 57
3.2.3 知识工程的诞生 59
3.2.4 框架 60
3.2.5 语义网络 61
3.2.6 语义web 62
3.3 知识图谱与知识库 63
3.3.1 问题的提出 63
3.3.2 基本思想 64
3.3.3 基本 65
3.3.4 知识图谱的分类 66
3.3.5 知识图谱应用场景 67
3.4 实验：构建基于知识图谱的问答程序 68
题 71
参文献 75
第4章 搜索技术
4.1 搜索 76
4.1.1 什么是搜索 76
4.1.2 空间表示法 77
4.1.3 空间的搜索策略 79
4.2 广度优先 81
4.2.1 广度优先搜索的基本思想 81
4.2.2 广度优先搜索的过程 81
4.3 深度优先 82
4.3.1 深度优先搜索的基本思想 82
4.3.2 深度优先搜索过程 82
4.4 启发式搜索 83
4.4.1 启发信息与估价函数 84
4.4.2 局部寻优搜索 86
4.4.3 全局寻优搜索 87
4.5 遗传算法 89
4.5.1 遗传算法的发展史 90
4.5.2 遗传算法的基本 90
4.5.3 遗传算法的求解步骤 92
4.6 微粒群算法 93
4.6.1 微粒群算法的基本概念及进化方程 93
4.6.2 标准微粒群算法流程 94
4.6.3 微粒群算法的研究现状 95
4.7 实验：粒子群优化算法 96
题 98
参文献 100
第5章 机器学
5.1 机器学模型 101
5.2 数据准备 103
5.2.1 数据集划分 103
5.2.2 数据标注 104
5.3 学方式 105
5.3.1 有监督学 105
5.3.2 无监督学 109
5.3.3 概率图模型 113
5.3.4 集成学 117
5.4 模型评估 120
5.4.1 泛化能力 120
5.4.2 交验证 121
5.4.3 混淆矩阵 121
5.5 实验：房价预测 122
题 124
第6章 深度学
6.1 深度学概况 129
6.1.1 深度学是什么 129
6.1.2 深度学的前世今生 130
6.1.3 深度学分类 132
6.1.4 深度学的入门建议 132
6.2 神经网络基础 133
6.2.1 人工神经网络模型 133
6.2.2 感知机学算法 135
6.2.3 多层前馈神经网络 137
6.2.4 bp算法背后的数学 139
6.2.5 误差反向传播法 142
6.2.6 可视化mlp网络训练 143
6.3 深度学框架 145
6.3.1 matlab深度学工具包 146
6.3.2 tensorflow深度学框架 146
6.3.3 pytorch深度学框架 147
6.3.4 其他构建方式 148
6.3.5 体验手写数字识别 149
6.4 卷积神经网络及其应用 152
6.4.1 卷积神经网络的功能组件 153
6.4.2 卷积神经网络的架构 158
6.4.3 卷积神经网络识别cifar图像集 162
6.5 强化学 166
6.5.1 一个迷宫问题 167
6.5.2 强化学问题的框架mdp 169
6.5.3 求解贝尔曼方程 172
6.5.4 强化学环境 173
6.5.5 深度学前景展望 177
6.6 实验：利用卷积神经网络识别图像 179
题 183
参文献 188
第7章 自然语言处理
7.1 词法分析 189
7.1.1 词法分析概述 189
7.1.2 基本分词方法 190
7.1.3 词标注 194
7.1.4 实体识别 197
7.2 句法分析 198
7.2.1 句法分析概述 198
7.2.2 自顶向下的句法分析 199
7.2.3 自底向上的句法分析 200
7.2.4 概率上下文无关文法 202
7.3 语义分析 204
7.3.1 语义分析概述 204
7.3.2 词义消歧 204
7.3.3 语义角标注 209
7.4 实验：python中文文本分析与可视化 211
题 213
参文献 214
第8章 智能控制技术
8.1 自动控制系统 215
8.1.1 概述 215
8.1.2 组成与工作 215
8.1.3 分类 216
8.2 模糊控制 217
8.2.1 模糊推理方法 217
8.2.2 模糊控制 217
8.2.3 模糊控制系统的设计 218
8.2.4 自适应模糊控制 219
8.3 专家控制 220
8.3.1 220
8.3.2 典型结构 221
8.3.3 实现方法 223
8.4 神经网络控制 224
8.4.1 类型 224
8.4.2 结构 224
8.4.3 模型 225
8.4.4 应用 226
8.4.5 发展趋势 229
8.5 实验：利用智能音箱语音控制计算机的开关机 230
题 234
参文献 235
第9章 机器人技术
9.1 人工智能与4.0 236
9.1.1 智能制造生态系统 237
9.1.2 机器人 237
9.1.3 智慧工厂 242
9.1.4 智能化趋势 243
9.2 机器人核心技术 245
9.2.1 传感技术 246
9.2.2 芯片技术 246
9.2.3 智能控制技术 248
9.2.4 多智能体调控技术 249
9.3 软件编程 249
9.3.1 互联网架构 249
9.3.2 神经网络 251
9.3.3 可视化学 251
9.4 机器人产业链 253
9.4.1 机器人研发设计 254
9.4.2 智能制造客户交互 256
9.4.3 机器人核心部件 257
9.4.4 机器人供应链 259
9.5 机器人作与维护 260
9.5.1 机器人作 260
9.5.2 机器人维护 261
9.6 实验：机器人软件技术运维 264
题 277
参文献 279
0章 建筑智能化技术
10.1 智能建筑集成系统 280
10.1.1 智能建筑云架构 281
10.1.2 智慧工地 282
10.1.3 智能建筑 289
10.1.4 智慧城市 289
10.2 建筑设备装置智能化 290
10.2.1 建筑装备智能化 290
10.2.2 工程机械智能化 291
10.2.3 智能建筑3d打印 291
10.3 建筑智能化应用系统 293
10.3.1 智能化集成系统 293
10.3.2 信息设施系统 293
10.3.3 信息化应用系统 294
10.3.4 建筑设备管理系统 294
10.3.5 公共安全系统 294
10.3.6 机房工程 295
10.4 建筑智能化系统运维 295
10.4.1 智能建筑的运维技术要求 295
10.4.2 honeywell楼宇智控系统简介 297
10.4.3 建筑智能化的未来 298
10.5 实验：楼宇智控系统ebi的安装配置调试 300
题 308
参文献 309
附录a airack人工智能实验台
附录b aicloud人工智能云台
附录c 云创学工场——专注大数据、人工智能培训与认证
内容简介：
本书全面介绍了人工智能的基本技术，目标是用通俗易懂的方法帮助读者构建完整的人工智能知识体系，为后续的深入学打下基础。本书共分为10章，内容包括人工智能概述、知识表示、搜索技术、机器学、深度学、自然语言处理、机器人及智能控制等。本书适合高职高专和应用型本科，作为非人工智能专业的选修课和人工智能专业的导论课教材。也适合作为人工智能技术爱好者的入门书。
作者简介：
" 刘鹏 教授， 清华大学博士，现任云创大数据科技股份有限公司裁，兼任中国大数据应用联盟人工智能专家委员会主任、中国信息协会教育分会人工智能教育专家委员会主任、2019年大数学建模竞赛命题人、第45届世界技能大赛中国云计算专家指导组组长。 程显毅 教授，博士，现任工智能学会知识工程专家委员会委员、江苏省微电脑学会人工智能专家委员会副主任委员、江苏省人工智能学会监事、江苏省大数据专家委员会委员、江苏省云计算论坛专家委员会委员。
李纪聪 广东大学华立学院副教授、工程师，高职高专汽车类汽车制造与装配技术专业指导委员会委员。研究领域为新能源汽车、智能(无人)驾驶、机器人、智能建筑、现代企业管理等。在公开刊物上发表学术10余篇，承担省部级以及企业横向科研课题10多项，获得新型技术专利10多项，学术成果曾获得省部级奖励。"
— 没有更多了 —
以下为对购买帮助不大的评价