本書語言通俗易懂，以理論和實際應(yīng)用相結(jié)合的方式，深入淺出地介紹了人工智能的基礎(chǔ)知識和實現(xiàn)的基本技術(shù)。通過典型場景化應(yīng)用案例，幫助讀者理解人工智能技術(shù)的概念、原理，激發(fā)學生對人工智能的學習興趣。注重算法思想的介紹，簡化了算法的數(shù)學推導，讓學生在課堂上能夠“聽得懂、學得會”。
本書共 8 章，分別是人工智能概述、大數(shù)據(jù)與人工智能、專家系統(tǒng)、機器學習、深度學習、計算機視覺、自然語言處理和機器人技術(shù)。
本書可作為高職院校人工智能通識課程教材，也可作為電子信息類、計算機類相關(guān)專業(yè)的人工智能入門教材。
前言
二維碼資源清單
第1章 人工智能概述1
知識目標1
思政與素養(yǎng)1
導入案例 手機中的人工智能1
1.1 人工智能基礎(chǔ)知識2
1.1.1 人工智能的定義2
1.1.2 人工智能的分類3
拓展閱讀 奇點來臨？4
1.2 人工智能的起源和發(fā)展5
1.2.1 人工智能的孕育5
1.2.2 圖靈測試與人工智能7
1.2.3 馮·諾依曼體系結(jié)構(gòu)8
1.2.4 人工智能學科的誕生9
1.2.5 人工智能的發(fā)展歷程10
拓展閱讀 幾位人工智能的奠基人11
1.3 人工智能的主要流派及研究領(lǐng)域14
1.3.1 人工智能的主要流派14
1.3.2 人工智能的研究領(lǐng)域15
1.4 人工智能的發(fā)展現(xiàn)狀17
1.4.1 國際人工智能發(fā)展現(xiàn)狀17
1.4.2 我國的人工智能發(fā)展現(xiàn)狀18
1.4.3 “人工智能＋”時代已經(jīng)來臨18
1.5 人工智能安全22
1.5.1 人工智能的安全的挑戰(zhàn)和機遇22
1.5.2 人工智能安全應(yīng)用23
1.5.3 人工智能安全治理25
拓展閱讀 馬斯克和扎克伯格的人工智能論戰(zhàn)26
案例賞析27
案例1 無人銀行的全新服務(wù)體驗27
案例2 智能試衣間：試衣不煩瑣28
1.6 習題30
第2章 大數(shù)據(jù)與人工智能31
知識目標31
思政與素養(yǎng)31
導入案例 天貓“雙十一”購物節(jié)31
2.1 大數(shù)據(jù)的概念32
2.1.1 什么是大數(shù)據(jù)32
2.1.2 大數(shù)據(jù)的產(chǎn)生32
2.1.3 大數(shù)據(jù)的發(fā)展歷程34
2.1.4 數(shù)據(jù)的量級34
2.2 大數(shù)據(jù)的特征35
2.2.1 大數(shù)據(jù)的數(shù)據(jù)特征35
2.2.2 大數(shù)據(jù)的技術(shù)特征36
拓展閱讀 大數(shù)據(jù)到底給貴州帶來了什么？37
2.3 大數(shù)據(jù)下的云計算38
2.3.1 云計算的概念38
2.3.2 云計算的分類39
2.3.3 云計算的服務(wù)模式40
2.3.4 云計算的主要技術(shù)41
拓展閱讀 阿里云42
2.4 大數(shù)據(jù)、云計算與人工智能43
2.4.1 大數(shù)據(jù)與云計算44
2.4.2 大數(shù)據(jù)與人工智能45
拓展閱讀 “啤酒與尿布”的故事45
2.5 大數(shù)據(jù)分析處理46
2.5.1 大數(shù)據(jù)思維46
2.5.2 大數(shù)據(jù)處理47
2.5.3 大數(shù)據(jù)與人工智能應(yīng)用48
案例賞析48
案例1 智慧交通48
案例2 智慧電商50
2.6 習題53
第3章 專家系統(tǒng)55
知識目標55
思政與素養(yǎng)55
導入案例 “沃森醫(yī)生”來上海為腫瘤患者看病了55
3.1 專家系統(tǒng)概述56
3.1.1 專家系統(tǒng)的定義56
3.1.2 專家系統(tǒng)的特點57
3.1.3 專家系統(tǒng)的發(fā)展歷程57
3.1.4 專家系統(tǒng)的基本結(jié)構(gòu)58
拓展閱讀 DENDRAL系統(tǒng)研發(fā)團隊60
3.2 知識的表示61
3.2.1 知識的概念61
3.2.2 謂詞邏輯表示法63
3.2.3 產(chǎn)生式表示法65
3.2.4 框架表示法66
3.2.5 語義網(wǎng)絡(luò)表示法69
3.2.6 知識圖譜70
拓展閱讀 會寫新聞稿的機器人Dreamwriter73
3.3 搜索技術(shù)74
3.3.1 盲目搜索74
3.3.2 啟發(fā)式搜索75
3.3.3 蒙特卡羅樹搜索算法77
拓展閱讀 漢諾塔問題78
3.4 專家系統(tǒng)的開發(fā)79
3.4.1 需求分析79
3.4.2 系統(tǒng)設(shè)計80
3.4.3 知識庫構(gòu)建81
3.4.4 系統(tǒng)開發(fā)與測試82
3.5 專家系統(tǒng)應(yīng)用82
案例賞析83
案例1 DENDRAL專家系統(tǒng)83
案例2 MYCIN專家系統(tǒng)84
3.6 習題87
第4章 機器學習89
知識目標89
思政與素養(yǎng)89
導入案例 “深藍”大戰(zhàn)國際象棋世界冠軍卡斯帕羅夫89
4.1 機器學習概念90
4.1.1 什么是機器學習90
4.1.2 機器學習的發(fā)展91
拓展閱讀 跳棋中的機器學習93
4.2 機器學習的類型94
4.2.1 監(jiān)督學習94
4.2.2 無監(jiān)督學習95
4.2.3 半監(jiān)督學習95
4.2.4 強化學習96
拓展閱讀 Netflix電影推薦系統(tǒng)96
4.3 機器學習的算法97
4.3.1 回歸算法98
4.3.2 決策樹算法100
4.3.3 樸素貝葉斯算法101
4.3.4 支持向量機102
4.3.5 聚類算法103
4.3.6 降維算法105
拓展閱讀 沒有免費的午餐106
4.4 機器學習的應(yīng)用106
4.4.1 機器學習的應(yīng)用領(lǐng)域106
4.4.2 機器學習的一般流程108
案例賞析109
案例1 自動過濾垃圾郵件的克星109
案例2 能夠自適應(yīng)學習的BRETT機器人111
4.5 習題112
第5章 深度學習114
知識目標114
思政與素養(yǎng)114
導入案例 AlphaGo大戰(zhàn)李世石114
5.1 人工神經(jīng)網(wǎng)絡(luò)116
5.1.1 神經(jīng)元116
5.1.2 神經(jīng)元模型116
5.1.3 感知機117
拓展閱讀 一代宗師杰弗里·辛頓118
5.2 BP神經(jīng)網(wǎng)絡(luò)119
5.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)119
5.2.2 BP神經(jīng)網(wǎng)絡(luò)算法120
拓展閱讀 延恩·樂存121
5.3 卷積神經(jīng)網(wǎng)絡(luò)121
5.3.1 卷積神經(jīng)網(wǎng)絡(luò)簡介121
5.3.2 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)122
5.3.3 常用的卷積神經(jīng)網(wǎng)絡(luò)124
拓展閱讀 GPU與海量訓練數(shù)據(jù)127
5.4 循環(huán)神經(jīng)網(wǎng)絡(luò)128
5.4.1 循環(huán)神經(jīng)網(wǎng)絡(luò)簡介128
5.4.2 循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)129
5.4.3 常用的循環(huán)神經(jīng)網(wǎng)絡(luò)130
拓展閱讀 TensorFlow深度學習框架130
5.5 深度學習及應(yīng)用131
案例賞析133
案例1 AlphaGo的成功秘訣133
案例2 AlphaGo Zero的成功秘訣135
5.6 習題136
第6章 計算機視覺138
知識目標138
思政與素養(yǎng)138
導入案例 “最強大腦”之人機大戰(zhàn)，百度人工智能勝出138
6.1 計算機視覺的概念139
6.1.1 什么是計算機視覺139
6.1.2 計算機視覺的發(fā)展歷程140
6.1.3 計算機視覺的應(yīng)用140
6.2 圖像處理與視覺系統(tǒng)142
6.2.1 圖像基礎(chǔ)143
6.2.2 圖像處理技術(shù)145
6.2.3 計算機視覺系統(tǒng)148
拓展閱讀 智能布匹質(zhì)量檢測系統(tǒng)149
6.3 人臉識別150
6.3.1 人臉識別概述150
6.3.2 人臉識別系統(tǒng)151
6.3.3 人臉識別的應(yīng)用153
拓展閱讀 人臉識別的相關(guān)法律法規(guī)153
6.4 無人駕駛154
6.4.1 無人駕駛的分級154
6.4.2 無人駕駛的發(fā)展歷史157
6.4.3 無人駕駛的原理與實現(xiàn)159
拓展閱讀 國內(nèi)首個無人駕駛商業(yè)化試點啟動160
6.5 文字識別162
6.5.1 OCR的概念162
6.5.2 OCR的發(fā)展歷程162
6.5.3 OCR識別系統(tǒng)163
6.5.4 OCR的應(yīng)用165
案例賞析166
案例1 人臉識別助力警方抓捕逃犯166
案例2 百度無人駕駛汽車167
6.6 習題168
第7章 自然語言處理169
知識目標169
思政與素養(yǎng)169
導入案例 美智力競答節(jié)目上演人機對決169
7.1 自然語言處理概述170
7.1.1 什么是自然語言處理171
7.1.2 自然語言處理的發(fā)展歷程172
7.1.3 自然語言處理的應(yīng)用173
7.1.4 自然語言處理的一般過程174
7.2 自然語言理解175
7.2.1 自然語言理解的困難175
7.2.2 傳統(tǒng)語言理解方法177
7.2.3 基于深度學習的語言理解方法180
拓展閱讀 攜程“詩情畫意”小詩機182
7.3 機器翻譯183
7.3.1 機器翻譯的基本模式183
7.3.2 統(tǒng)計機器翻譯184
7.3.3 機器翻譯的應(yīng)用185
拓展閱讀 科大訊飛曉譯翻譯機186
7.4 語音識別186
7.4.1 語音識別的定義186
7.4.2 語音識別的發(fā)展歷程187
7.4.3 語音識別系統(tǒng)187
7.4.4 語音識別的應(yīng)用188
案例賞析189
案例1 科大訊飛語音識別189
案例2 聊天機器人190
7.5 習題192
第8章 機器人技術(shù)194
知識目標194
思政與素養(yǎng)194
導入案例 RoboCup機器人世界杯足球錦標賽194
8.1 機器人的概念196
8.1.1 機器人的定義196
8.1.2 機器人的發(fā)展197
8.1.3 機器人三定律202
8.2 機器人的結(jié)構(gòu)與分類204
8.2.1 機器人的結(jié)構(gòu)204
8.2.2 機器人的分類205
拓展閱讀 “工業(yè)4.0”與“中國制造2025”218
8.3 智能機器人219
8.3.1 智能機器人的概念219
8.3.2 智能機器人的關(guān)鍵技術(shù)220
8.3.3 智能機器人的發(fā)展方向222
案例賞析224
案例 大疆農(nóng)業(yè)發(fā)布T30植保無人機224
8.4 習題225
參考文獻227
書單推薦
