人工智能导论

图书标准信息

• 作者 王福忠、田广强 编
• 出版社 北京理工大学出版社
• 出版时间 2022-07
• 版次 1
• ISBN 9787576314618
• 装帧 平装
• 开本 16开
• 页数 198页
• 字数 308.000千字
• 正文语种 简体中文

【内容简介】

本书系统地介绍了人工智能的基本原理、方法和应用技术，全面地反映了国内外人工智能研究领域的当前进展和发展方向。
    本书共9章。第1章为绪论，叙述人工智能的概况，包括人工智能的定义、发展历史、应用领域等内容。第2～5章论述知识表示方法、搜索策略、机器学习、人工神经网络与深度学习等内容的基本原理和应用。第6～9章阐述专家系统、自然语言处理、多智能体系统、智能机器人等应用技术。
    本书力求实现科学性、实用性和先进性，且可读性强。本书内容由浅入深，循序渐进，条理清晰，采用问题导人法引入知识点，采用应用实践成果加深学生对知识点的理解和提升，让学生掌握人工智能的基本原理与应用技术，以具备人工智能问题的分析和初步求解能力。
    本书可以作为应用型本科专业学生的公共课程教材，帮助学生了解人工智能的发展过程与基本知识，以让学生熟悉人工智能产业的发展现状与技术需求，培养学生的人工智能应用能力。本书也可作为人工智能类、计算机类专业相关课程的先导学习材料，以及作为高职高专学生的人工智能课程教材。

【作者简介】

王福忠，博士、教授、博士生导师，现任黄河交通学院智能工程学院院长。历任河南理工大学电气工程与自动化学院院长，河南理工大学河南省一级重点学科“控制科学与工程”学科带头人，中国人工智能学会智能服务专业委员会副主任，河南省仪器仪表学会副理事，主要从事人工智能控制、智能信息处理与故障诊断、智能电网等领域的教学与研究工作。本人作为负责人承担***一流专业、***资源共享课程等省级以上本科教学工程项目6项，获省部级教学成果奖3项。本人先后主持或参与完成国家自然基金4项、国家重点研发计划课题子课题1项、省部级科研课题20余项，获省部级科学技术进步二等奖5项、三等奖3项。本人在中文核心以上刊物发表科技论文100余篇，其中EI、SCI收录20余篇，出版教材与著作12部，其中***“十二五”规划教材1部，河南省“十二五”规划教材1部，获河南省首届教材建设奖特等奖1项。

【目录】

第1章  绪论
  1.1  引言
    1.1.1  无敌围棋系统―-中国“绝艺”
    1.1.2  人工智能的定义
  1.2  人工智能的发展历史
    1.2.1  国际人工智能发展历史
    1.2.2  我国人工智能发展历史
  1.3  人工智能的基本研究内容
    1.3.1  认知科学
    1.3.2  知识表示
    1.3.3  知识应用
    1.3.4  知识推理
    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
    1.3.9  智能系统与智能计算机的构造技术
  1.4  人工智能的典型应用场景
    1.4.1  交通
    1.4.2  制造业
    1.4.3  电力行业
    1.4.4  农业
    1.4.5  电商
  1.5  本章小结
  思考题与习题1
第2章  知识表示方法
  2.1  引言
    2.1.1  知识的概念
    2.1.2  知识的特性
    2.1.3  知识表示的概念
  2.2  谓词逻辑表示法
    2.2.1  命题逻辑
    2.2.2  谓词逻辑
    2.2.3  知识的谓词逻辑表示法
    2.2.4  谓词逻辑表示法的特点
  2.3  产生式表示法
    2.3.1  产生式
    2.3.2  产生式系统
    2.3.3  产生式表示法的特点
  2.4  语义网络表示法
    2.4.1  语义网络的概念
    2.4.2  常用语义关系
    2.4.3  知识的语义网络表示法
    2.4.4  语义网络的推理过程
    2.4.5  语义网络表示法的特点
  2.5  框架表示法
    2.5.1  框架的一般结构
    2.5.2  知识的框架表示法
    2.5.3  框架表示法的特点
  2.6  状态空间表示法
    2.6.1  知识的状态空间方法
    2.6.2  状态空间的图描述
  2.7  本章小结
  思考题与习题2
第3章  搜索策略
  3.1  引言
  3.2  盲目搜索及其应用
    3.2.1  深度优先搜索
    3.2.2  宽度优先搜索
  3.3  启发式搜索及其应用
    3.3.1  启发性信息和评估函数
    3.3.2  通用图搜索算法
    3.3.3  A*算法
  3.4  博弈搜索及其应用
    3.4.1  博弈搜索的基本概念
    3.4.2  极大极小算法原理与实例
    3.4.3  a-β算法原理与实例
  3.5  本章小结
  思考题与习题3
第4章  机器学习
  4.1  引言
    4.1.1  机器学习的基本概念
    4.1.2  机器学习的应用场景
  4.2  机器学习的分类
    4.2.1  监督学习
    4.2.2  无监督学习
    4.2.3  半监督学习
    4.2.4  迁移学习
    4.2.5  强化学习
  4.3  机器学习常用算法及其应用
    4.3.1  回归算法
    4.3.2  聚类算法
    4.3.3  降维算法
    4.3.4  贝叶斯算法
    4.3.5  支持向量机算法
    4.3.6  遗传算法
    4.3.7  蚁群算法
  4.4  本章小结
  思考题与习题4
第5章  人工神经网络与深度学习
  5.1  引言
    5.1.1  人工神经网络和神经元
    5.1.2  深度学习的定义与特点
  5.2  BP神经网络及其学习算法
    5.2.1  BP神经网络结构
    5.2.2  BP学习算法
    5.2.3  BP学习算法的实现
  5.3  深度学习
    5.3.1  深度神经网络训练与常用模型概述
    5.3.2  DBN及其应用
    5.3.3  CNN及其应用
    5.3.4  RNN及其应用
    5.3.5  GAN及其应用
  5.4  本章小结
  思考题与习题5
第6章  专家系统
  6.1  引言
    6.1.1  专家系统的定义
    6.1.2  专家系统的类型
    6.1.3  专家系统的特点
  6.2  专家系统的基本结构与建造步骤
    6.2.1  专家系统的基本结构
    6.2.2  专家系统的建造步骤
    6.2.3  推理方法
  6.3  专家系统应用
    6.3.1  专家系统在医疗诊断方面的应用
    6.3.2  专家系统在汽车故障诊断方面的应用
    6.3.3  专家系统在教育方面的应用
  6.4  本章小结
  思考题与习题6
第7章  自然语言处理
  7.1  引言
    7.1.1  自然语言处理的基本概念
    7.1.2  自然语言处理的发展历程
    7.1.3  自然语言处理的研究与应用
  7.2  自然语言理解
    7.2.1  词法分析
    7.2.2  句法分析
    7.2.3  语义分析
  7.3  机器翻译
    7.3.1  机器翻译的基本模式
    7.3.2  机器翻译的基本方法与应用
  7.4  情感分析
    7.4.1  情感分析概述
    7.4.2  情感分析的研究层级
    7.4.3  情感分析的应用
  7.5  语音识别
    7.5.1  语音识别概述
    7.5.2  语音识别的基本原理
    7.5.3  语音识别的应用
  7.6  本章小结
  思考题与习题7
第8章  多智能体系统
  8.1  引言
    8.1.1  智能体
    8.1.2  多智能体系统概述
  8.2  多智能体的通信
    8.2.1  多智能体通信原理
    8.2.2  多智能体的通信类型
    8.2.3  多智能体通信的方式
  8.3  多智能体的协调和协作
    8.3.1  基本概念
    8.3.2  合同网协议的协调
    8.3.3  市场机制协作方法
  8.4  基于博弈论的协商
    8.4.1  基本概念
    8.4.2  博弈论协商原理
  8.5  基于网络的移动智能体
    8.5.1  基本概念
    8.5.2  网络化移动智能体系统基本构成
  8.6  多智能体系统的应用
  8.7  本章小结