人工智能怎么学

图书标准信息

• 作者 肖建力
• 出版社 上海科学技术出版社
• 出版时间 2022-09
• 版次 1
• ISBN 9787547856826
• 定价 118.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 280页
• 字数 320.000千字

【内容简介】

本书为读者可视化地呈现了人工智能领域的知识架构、学习路线、常用教材、在线课程、学习工具和常用网站，从而全方位地为读者学习人工智能提供指引，帮助读者精准而高效地学习人工智能，达到快速入门和进阶的目的。
  本书内容包括7 个部分：第1 部分阐述“人工智能是什么”的问题；第2 部分解决“人工智能学什么”的问题，即要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习；第3 ～ 第5 部分为第2 部分的具体展开，描述“人工智能怎么学”的问题，即分别描述了人工智能的理论基础、编程技术、专业领域知识这三个层面该怎么学；第6 部分解决“人工智能前沿信息获取”的问题；第7 部分解决“人工智能论文写作与发表”的问题。

【作者简介】

肖建力，工学博士，毕业于上海交通大学模式识别与智能系统专业。中国计算机学会高级会员，中国人工智能学会会员，ACM会员。目前研究方向为人工智能与大数据。在国内外期刊及会议上发表论文数十篇，主持国家自然科学基金及其他项目多项。

【目录】

1 人工智能概述及其快速入门

 1.1 人工智能的基本概念 3

 1.2 人工智能的发展历程 4

 1.3 人工智能的研究内容 6

 1.3.1 从数据角度看人工智能的研究内容 7

 1.3.2 从应用角度看人工智能的研究内容 8

 1.3.3 人工智能的主要学派 8

 1.4 快速入门人工智能的方法与精要 9

 1.4.1 快速入门人工智能的方法 9

 1.4.2 快速入门人工智能的精要 11

 参考文献 13

2 人工智能的知识架构

 2.1 从系统角度看人工智能的知识架构 17

 2.1.1 人工智能理论 17

 2.1.2 人工智能算法 18

 2.1.3 人工智能软件 19

 2.1.4 人工智能硬件 19

 2.2 从知识角度看人工智能的知识架构 20

 2.2.1 人工智能理论基础 20

 2.2.2 人工智能编程技术 20

 2.2.3 人工智能专业领域知识 21

 参考文献 22

3 人工智能的理论基础学习

 3.1 数学学科总体架构与人工智能中的核心数学

知识体系 25

 3.1.1 数学学科总体架构 25

 3.1.2 学好数学总的指导原则 27

 3.1.3 人工智能中的核心数学知识体系 28

 3.2 分析学 29

 3.2.1 知识体系构成 30

 3.2.2 常用教材推荐 32

 3.2.3 学习路线 34

 3.2.4 在线课程推荐 34

 3.3 线性代数与矩阵论 36

 3.3.1 知识体系构成 37

 3.3.2 常用教材推荐 39

 3.3.3 学习路线 42

 3.3.4 在线课程推荐 43

 3.4 概率论与统计学 44

 3.4.1 知识体系构成 46

 3.4.2 常用教材推荐 48

 3.4.3 学习路线 53

 

3.4.4 在线课程推荐 53

 3.5 运筹学与最优化 55

 3.5.1 知识体系构成 56

 3.5.2 常用教材推荐 57

 3.5.3 学习路线 60

 3.5.4 在线课程推荐 60

 3.6 机器学习 61

 3.6.1 知识体系构成 61

 3.6.2 常用教材推荐 64

 3.6.3 学习路线 67

 3.6.4 在线课程推荐 69

 参考文献 70

4 人工智能的编程能力和技能训练

 4.1 编程的基础知识 77

 4.1.1 编程的通用思想 77

 4.1.2 编程语言的通用架构 79

 4.1.3 编程规范与程序员的自我修养 83

 4.1.4 编程领域的划分 86

 4.2 桌面端编程 94

 4.2.1 C 语言的知识架构 95

 4.2.2 消除C 编程中错误和问题的方法 99

 4.2.3 通过C 标准模板库代码，快速提高编程

能力 100

 4.2.4 与C 配套的界面编程工具 101

 4.2.5 C 编程教材推荐及学习路线 103

 4.2.6 在线课程推荐 107

 

人工智能怎么学

 4.3 Web端编程 108

 4.3.1 Java语言的知识架构 109

 4.3.2 消除Java编程中错误和问题的方法 113

 4.3.3 与Java配套的界面编程工具 114

 4.3.4 Java编程教材推荐及学习路线 115

 4.3.5 在线课程推荐 121

 4.4 移动端编程 121

 4.4.1 移动端编程常用语言及工具 121

 4.4.2 移动端编程教材推荐及学习路线 122

 4.4.3 在线课程推荐 127

 4.5 脚本语言及编程常用工具 128

 4.5.1 MATLAB 128

 4.5.2 Python 133

 4.5.3 Julia 137

 4.5.4 R语言 141

 4.5.5 编程常用工具Git、GitHub与SVN 146

 4.5.6 在线课程推荐 147

 4.6 顶级程序员的成长之路 148

 参考文献 153

5 人工智能的专业领域知识体系构建

 5.1 计算机视觉 161

 5.1.1 基本概念 161

 5.1.2 发展历程 162

 5.1.3 主要研究内容 166

 5.1.4 常用教材推荐 169

 5.1.5 学习路线 170

 

5.1.6 在线课程推荐 171

 5.2 智能交通 172

 5.2.1 基本概念 172

 5.2.2 发展历程 172

 5.2.3 主要研究内容 175

 5.2.4 常用教材推荐 176

 5.2.5 学习路线 177

 5.2.6 在线课程推荐 178

 参考文献 178

6 人工智能的前沿信息获取

 6.1 前沿信息获取方法 183

 6.1.1 使用文献数据库 183

 6.1.2 使用Google学术搜索 185

 6.1.3 使用AMiner 186

 6.1.4 使用Acemap 188

 6.1.5 使用Semantic Scholar 191

 6.1.6 使用微软学术 191

 6.1.7 使用百度学术 192

 6.1.8 使用中国知网 193

 6.1.9 使用arXiv 193

 6.1.10 使用WikiCFP 194

 6.1.11 在线课程推荐 196

 6.2 人工智能领域的顶级会议 196

 6.2.1 顶级会议列表的获取方法 196

 6.2.2 中国计算机协会推荐的人工智能领域

A类会议 199

 

人工智能怎么学

 6.2.3 中国计算机协会推荐的人工智能领域

B类会议 200

 6.2.4 中国计算机协会推荐的人工智能领域

C类会议 201

 6.2.5 顶级会议的投稿信息获取 203

 6.3 人工智能领域的顶级期刊 204

 6.3.1 顶级期刊列表的获取方法 204

 6.3.2 中国计算机协会推荐的人工智能领域

A类期刊 206

 6.3.3 中国计算机协会推荐的人工智能领域

B类期刊 207

 6.3.4 中国计算机协会推荐的人工智能领域

C类期刊 208

 6.3.5 顶级期刊的投稿信息获取 212

 6.4 文献智能管理工具 216

 6.4.1 Zotero 216

 6.4.2 Mendeley 216

 6.4.3 EndNote 217

 6.4.4 JabRef 217

 参考文献 218

7 人工智能学术写作和学术影响力提升

 7.1 论文写作技巧 221

 7.1.1 人工智能领域论文的风格特点 221

 7.1.2 论文总体结构与质量控制 222

 7.1.3 论文各子结构的实现 225

 7.1.4 会议论文与期刊论文的写作差异 230

 

7.1.5 在线课程推荐 232

 7.2 Word论文自动化排版 232

 7.2.1 Word论文自动化排版的内容 233

 7.2.2 格式的集中控制与修改 233

 7.2.3 编号的自动生成与引用 235

 7.2.4 目录的自动生成与更新 241

 7.3 LaTeX论文自动化排版 242

 7.3.1 LaTeX概述 242

 7.3.2 LaTeX的下载地址及安装 245

 7.3.3 会议和期刊的LaTeX模板下载与使用 246

 7.3.4 基于LaTeX的论文各子结构的实现 246

 7.3.5 LaTeX高级技巧：使用LaTeX撰写报告、

PPT及绘制图形 253

 7.4 论文投稿技巧 255

 7.4.1 会议论文的投稿技巧 255

 7.4.2 期刊论文的投稿技巧 257

 7.5 提升论文影响力的方法 258

 7.5.1 开源数据 259

 7.5.2 开源代码 259

 7.5.3 制作demo 259

 7.5.4 与读者互动 260

 参考文献 260

索引 

 Ⅰ 主流软件索引 263

 Ⅱ 常用网站及论坛索引 264