科技 类型
可以朗读 语音朗读
114千字 字数
2019-09-01 发行日期
展开全部

主编推荐语

从搜索、推理、学习等AI基础概念出发解析AI技术，帮助读者从模型和算法层面理解AI 原理。

内容简介

人工智能作为引领未来的战略性技术，世界各国都高度重视。近年来，人工智能已经成为国家、研究机构、企业、高校关注的焦点。随着大数据时代的到来，以及计算能力的提升，人工智能在技术领域的突破日新月异。本书面向中学生的人工智能，共4册，第一册介绍AI的基本思维方式和基础技术、发展史和影响。第二册围绕生活场景将结数十个AI落地应用实例。第三册通过解析AI技术来帮助学生从模型和算法层面理解AI。第四册从玩AI出发，指导学生动手搭建自己的AI项目。

目录

  • 版权信息
  • 总序
  • 前言
  • 从这本书中可以读到
  • 如何使用这本书
  • 第1部分 搜索策略
  • 第一章 数据结构基础
  • 一、 逻辑结构
  • 二、 数组
  • 三、 栈与队列
  • 四、 优先级队列
  • 五、 树
  • 六、 图
  • 第二章 无信息搜索
  • 一、 广度优先搜索
  • 二、 深度优先搜索
  • 三、 搜索算法的衡量指标
  • 实例1：农夫渡河问题
  • 1. 使用BFS求解农夫渡河问题
  • 2. 使用DFS求解农夫渡河问题
  • 实例2：数字华容道
  • 1. 使用BFS求解数字华容道
  • 2. 使用DFS求解数字华容道
  • 四、 DFS和BFS的比较
  • 思考与实践
  • 第三章 有信息搜索
  • 一、 启发式算法
  • 思考与实践
  • 二、 爬山法
  • 思考与实践
  • 三、 最速爬山法
  • 思考与实践
  • 四、 A*搜索
  • 思考与实践
  • 五、 有信息搜索算法的优缺点
  • 思考与实践
  • 第四章 博弈中的搜索
  • 一、 博弈论简介
  • 1. 囚徒困境
  • 2. 智猪博弈
  • 3. 员工老板博弈
  • 4. 硬币博弈
  • 思考与实践
  • 二、 启发式评估和MINMAX评估
  • 1. 启发式评估
  • 2. MINMAX评估
  • 三、 Alpha—Beta搜索与深蓝计算机
  • 1. Alpha—Beta搜索算法
  • 2. 深蓝计算机
  • 第2部分 逻辑推理
  • 第五章 基于命题逻辑的推理
  • 一、 命题逻辑基本概念
  • 1. 命题
  • 2. 逻辑连接词
  • 思考与实践
  • 3. 真值表
  • 思考与实践
  • 二、 等值演算
  • 1. 逻辑等价定律
  • 2. 实际应用
  • 三、 推理演算
  • 四、 归结推理
  • 思考与实践
  • 第六章 基于一阶逻辑的推理
  • 一、 一阶逻辑基本概念
  • 1. 对象与谓词
  • 2. 函数与量词
  • 二、 等值演算
  • 1. 量词否定律
  • 2. 量词分配律
  • 3. 量词作用域等值式
  • 思考与实践
  • 三、 推理演算
  • 1. 全称量词消去规则（简称∀-）
  • 2. 全称量词引入规则（简称∃+）
  • 3. 存在量词消去规则（简称∃-）
  • 4. 存在量词引入规则（简称∃+）
  • 四、 归结推理
  • 1. 置换与合一
  • 2. 归结推理规则
  • 思考与实践
  • 第七章 产生式与专家系统
  • 一、 产生式
  • 二、 专家系统
  • 1. 将专家知识输入系统
  • 2. 输入新问题
  • 3. 推理并获取更多信息
  • 4. 得到最终结论，输出解决方案
  • 思考与实践
  • 第3部分 机器学习
  • 第八章 监督学习
  • 一、 监督学习思想
  • 思考与实践
  • 二、 线性回归
  • 1. 情景引入
  • 2. 监督学习第一步
  • 3. 监督学习第二步
  • 思考与实践
  • 4. 监督学习第三步
  • 5. 模型实操与评估
  • 思考与实践
  • 三、 逻辑回归
  • 1. 情景引入
  • 2. 监督学习第一步
  • 3. 监督学习第二步
  • 4. 监督学习第三步
  • 5. 情景结束与评估
  • 6. 线性不可分和多分类扩展
  • 四、 支持向量机
  • 1. 思想引入
  • 2. 监督学习第一步
  • 3. 监督学习第二步
  • 4. 监督学习第三步
  • 5. 更多说明
  • 五、 神经网络
  • （一） 感知机
  • 1. 监督学习第一步
  • 2. 监督学习第二步
  • 3. 监督学习第三步
  • 4. 更多说明（感知机、逻辑回归和支持向量机的区别）
  • （二） 多层前向神经网络
  • 1. 监督学习第一步
  • 2. 监督学习第二步
  • 3. 监督学习第三步
  • （三） 反向传播
  • 思考与实践
  • （四） 深度学习
  • （五） 卷积神经网络
  • 1. 图像的数学表示
  • 2. 卷积层和池化层
  • 3. 监督学习三步骤
  • 4. 卷积神经网络总结
  • （六） 循环神经网络
  • 1. 循环层
  • 思考与实践
  • 2. 监督学习三步骤
  • 六、 决策树
  • 1. 场景引入
  • 2. 问题求解
  • 3. 场景结尾
  • 第九章 无监督学习
  • 一、 聚类
  • 1. 场景引入
  • 2. K-means聚类算法
  • 3. 场景结尾
  • 思考与实践
  • 二、 降维
  • 1. 主成分分析（PCA）
  • 2. 自动编码器
  • 三、 生成模型
  • 1. 生成对抗网络（GAN）
  • 2. 生成对抗网络的应用
  • 第十章 强化学习
  • 一、 马尔可夫决策过程
  • 1. 场景引入
  • 2. 强化学习基础
  • 3. 马尔可夫决策过程
  • 4. 场景结尾
  • 二、 基于模型的强化学习
  • 1. 场景引入
  • 2. 目标函数
  • 3. 策略和值函数
  • 4. 贝尔曼等式
  • 5. 值迭代
  • 6. 策略迭代
  • 7. 场景结尾
  • 三、 无模型强化学习
  • 1. 场景引入
  • 2. 蒙特卡洛学习
  • 3. 时序差分学习
  • 4. SARSA和Q学习
  • 5. 场景结尾
  • 四、 深度强化学习
  • 1. 场景引入
  • 2. 值函数的近似
  • 3. 深度Q网络
  • 4. 场景结尾
  • 五、 总结
  • 思考与实践
  • 结语
  • 1. 局限与适用场景
  • 2. 技术之间的联系与区别
  • 3. 总结与展望
  • 附录 “思考与实践”解答参考
展开全部

评分及书评

评分不足
1个评分

出版方

上海科技教育出版社

上海教育出版社成立于1958年，是一家面向全国的教育专业出版社，出版品种包括各类教材、教学辅导读物、教学挂图、工具书、学术专著、教师读物、学生读物、幼儿读物、各类教学期刊、学具、以及声像读物和电子出版物。