人工智能通识导论
全新正版 极速发货
￥ 35.93 6.4折 ￥ 56 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者黄河燕 著
出版社电子工业出版社
ISBN9787121487552
出版时间2024-08
装帧平装
开本其他
定价56元
货号1203381992
上书时间2024-12-22
商品详情
- 品相描述：全新
- 商品描述
-
目录
目 录
第1章 人工智能与智能社会：人类新时代1
1.1 人类智能与知识型社会2
1.2 人工智能的第一缕霞光2
1.3 人工智能是什么3
1.4 人工智能的“进化史”3
1.5 人工智能研究什么5
1.6 百花齐放的人工智能应用6
本章小结7
参考文献8
思考题8
第2章 知识与知识表示：智能的“血液”10
2.1 概念与本体：人类知识的基础构架11
2.1.1 概念与概念系统11
2.1.2 知识本体12
2.2 知识的计算机表示：计算机心里的知识13
2.2.1 分布表示方法14
2.2.2 预训练语言模型16
2.3 产生式表示法：因果知识的表示17
2.3.1 产生式规则17
2.3.2 产生式系统18
2.3.3 产生式表示法的优缺点及适用领域22
2.4 框架表示法：把知识装进“框”22
2.4.1 框架的构成23
2.4.2 框架系统24
2.4.3 框架的应用案例24
2.5 语义网络：知识的“网”状化表示25
2.5.1 语义网络的发展历史26
2.5.2 语义网络的定义和特征26
2.5.3 语义网络的分类27
2.5.4 语义网络的构建方法28
2.5.5 语义网络的优势28
2.5.6 语义网络应用面临的困难和挑战29
2.6 知识图谱：知识的“谱”系化表示30
2.6.1 知识图谱的发展30
2.6.2 知识图谱表示方法31
2.6.3 知识图谱的构建34
本章小结39
参考文献40
思考题42
第3章 推理技术：机器真的能举一反三吗43
3.1 先来入个门44
3.1.1 概况44
3.1.2 基本概念44
3.2 确定性推理：让机器帮你做决策45
3.3 正向推理和逆向推理：在事实与结论之间来回奔跑46
3.3.1 正向推理46
3.3.2 逆向推理46
3.4 推理方法与冲突消解策略：糟糕，选择困难症又犯了47
3.5 不确定性推理靠谱吗48
3.5.1 模糊逻辑与模糊推理：推理技术发展中的一面大旗48
3.5.2 模糊思维表达：模糊集合的“精确”存在49
3.5.3 模糊关系及其运算：把0～1的灰色地带表示出来51
3.5.4 模糊推理的应用：让模糊理论“咸鱼翻身”的场景53
3.6 常识推理53
3.6.1 何谓常识53
3.6.2 常见的常识推理54
3.6.3 常识推理的主要技术54
本章小结55
参考文献55
思考题56
第4章 搜索算法：弱水三千，只取一瓢饮57
4.1 状态空间表示：一切皆有可能58
4.2 盲目搜索：基本图搜索策略59
4.2.1 回溯策略：逆流而上59
4.2.2 宽度优先搜索策略：先进先出61
4.2.3 深度优先搜索策略：后进先出64
4.3 启发式搜索：灵光一闪66
4.3.1 启发式搜索策略和估价函数66
4.3.2 有序搜索：论价排辈67
4.3.3 A*算法：底线思维68
4.4 博弈搜索：势均力敌72
4.4.1 博弈搜索的基本思想72
4.4.2 博弈搜索的控制策略72
4.4.3 博弈搜索算法：极大极小值算法73
4.4.4 对策：α?β剪枝算法73
本章小结75
练习题75
思考题76
第5章 专家系统：让懂专业的系统做专业的事77
5.1 系统构成与工作原理：麻雀虽小，五脏俱全78
5.2 不确定性推理：“头疼不舒服，是感冒了吗？可能吧！”79
5.2.1 主观贝叶斯推理81
5.2.2 证据理论83
5.2.3 模糊逻辑88
5.2.4 信念网络92
5.3 专家系统示例：术业有专攻100
5.4 专家系统的应用：没有金刚钻，别揽瓷器活儿102
本章小结102
参考文献103
思考题103
第6章 机器学习：让机器变得智能105
6.1 什么是机器学习106
6.2 无监督学习：无师自通106
6.2.1 k-Means算法、k中心点算法：近朱者赤，近墨者黑107
6.2.2 EM聚类：期望最大化109
6.2.3 CLARA算法、CLARANS算法：随机选择的站队112
6.2.4 从传说中走来的谱聚类113
6.2.5 基于约束的聚类117
6.2.6 在线聚类117
6.3 监督学习：严师出高徒118
6.3.1 支持向量机：在超平面上反复横跳118
6.3.2 概率图模型：不确定性推理的模型119
6.3.3 神经网络：神经元的化身122
6.4 强化学习：不以物喜，不以己悲123
6.4.1 强化学习模型及基本要素124
6.4.2 马尔可夫决策126
6.4.3 Q学习：愤怒的小鸟129
6.4.4 深度Q学习：强化学习的未来131
6.5 实践出真知133
本章小结134
思考题134
第7章 神经网络：让机器更像人一样思考135
7.1 概述136
7.2 感知机：安能辨我是雄雌138
7.2.1 传统方法138
7.2.2 感知机：从0到1，最简单的神经网络139
7.2.3 多层感知机：从1到100，更复杂的神经网络142
7.3 参数学习：填饱神经网络的肚子144
7.3.1 反向传播算法144
7.3.2 层间学习法145
7.4 久经考验的大神们145
7.4.1 卷积神经网络145
7.4.2 注意力机制150
本章小结154
思考题154
第8章 人工智能应用研究155
8.1 概述156
8.2 智能司法：让冤假错案远离人间156
8.3 人脸识别：小偷竟然凭空消失156
8.4 智能交互：强大的秘书158
8.4.1 任务型对话系统158
8.4.2 开放域对话系统160
8.5 自动写作：唐诗宋词无所不会161
8.6 机器翻译：“一带一路”的强大助手161
8.7 汽车自动驾驶技术：拦路虎竟然是伦理与观念162
本章小结163
思考题163
第9章 智能机器人165
9.1 机器人的诞生与分类166
9.1.1 诞生啦，机器人166
9.1.2 机器人的基本构成及特点167
9.1.3 包罗万象的机器人类别168
9.2 让机器人“活起来”的关键技术170
9.2.1 环境感知：看得见，摸得着170
9.2.2 路径规划技术：机器人的行进方法175
9.2.3 控制算法：机器人的“大脑”178
9.3 多机器人协同：机器人之间的交流与合作184
9.3.1 协同感知184
9.3.2 协同作业185
9.3.3 协同编队187
9.4 神通广大的应用示例188
9.5 机器人与社会：它会怎样影响就业190
本章小结191
思考题192
第10章 人工智能伦理与未来展望：波起微澜，拭目以待193
10.1 机器伦理：人工智能助手还是人工智能杀手194
10.1.1 人工智能领域的伦理焦点问题198
10.1.2 人工智能技术的伦理准则199
10.1.3 人工智能伦理规范200
10.2 机器人行为的“有法可依”202
10.2.1 何谓机器人202
10.2.2 如何绳“机”以法203
10.2.3 机器道德205
10.3 人工智能的安全可信206
10.3.1 数据安全风险207
10.3.2 网络安全风险208
10.3.3 算法安全风险208
10.3.4 国家安全风险209
10.4 人工智能伦理与安全的关系210
10.4.1 人工智能伦理规范和安全治理初期引导210
10.4.2 大模型安全与伦理问题211
10.5 人工智能，未来可期212
参考文献213
思考题214
内容摘要
本教材围绕人工智能的核心概念、主要技术脉络、核心关键算法、典型应用场景等设立对应章节，阐述了人工智能的基本概念和历史沿革，论述了人工智能理论和技术体系的基本框架，介绍了人工智能主要分支领域的基本知识，并体现了人工智能技术的最新进展，以及人工智能伦理的思考。全书共10章，内容包括人工智能与智能社会、知识与知识表示、推理技术、搜索算法、专家系统、机器学习、神经网络、人工智能应用研究、智能机器人、人工智能伦理与未来展望。本教材通俗易懂，理例结合，可作为高等院校非计算机大类专业师生教材，也可作为人工智能相关专业低年级本科生和广大人工智能技术爱好者的参考用书。
— 没有更多了 —
以下为对购买帮助不大的评价