科技 类型
可以朗读 语音朗读
273千字 字数
No.28 科学技术
2024-12-01 发行日期
展开全部

主编推荐语

本书旨在展示人工智能技术的发展历程。

内容简介

本书共12章，内容涵盖传统人工智能技术、现代人工智能技术及人工智能技术应用三大部分。

在传统人工智能技术部分，本书讨论了问题求解与搜索技术、归结推理、不确定性推理与专家系统，以及遗传算法、蚁群算法、鸟群算法和粒子群算法等经典算法。

在现代人工智能技术部分，本书介绍了机器学习中的监督学习和非监督学习，讲解了经典的决策、分类、聚类、回归、降维和关联分析等问题，以及神经网络和深度神经网络等内容。

在人工智能技术应用部分，本书讲解了视觉感知与智能视觉、听觉感知与智能听觉、语言智能处理和智能机器等当前流行技术，以及未来人工智能的展望。

在本书编写过程中，编者着重介绍基本概念、基本原理和基本分析方法，旨在引导读者分析问题和解决问题，力求基本概念准确、条理清晰、内容精练、重点突出、理论联系实际。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第1章 人工智能概述
  • 1.1 人类智能与人工智能
  • 1.2 人工智能的不同学派
  • 1.3 人工智能的发展
  • 1.4 人工智能的基本技术
  • 习题
  • 第2章 问题求解与搜索技术
  • 2.1 问题的状态和状态空间
  • 2.2 盲目搜索方法
  • 2.3 启发式搜索方法
  • 2.4 “弱搜索”方法
  • 2.5 博弈与搜索
  • 习题
  • 第3章 归结推理及其应用
  • 3.1 逻辑表示法
  • 3.2 命题演算的归结方法
  • 3.3 谓词演算的归结方法
  • 习题
  • 第4章 不确定性推理与专家系统
  • 4.1 不确定性推理
  • 4.2 专家系统
  • 4.3 MYCIN专家系统
  • 习题
  • 第5章 演化搜索和群集智能
  • 5.1 遗传算法
  • 5.2 蚁群算法
  • 5.3 鸟群算法
  • 5.4 粒子群算法
  • 习题
  • 第6章 机器学习
  • 6.1 机器学习与监督学习
  • 6.2 K近邻算法
  • 6.3 决策树
  • 6.4 朴素贝叶斯
  • 6.5 支持向量机
  • 6.6 聚类算法
  • 6.7 回归分析
  • 6.8 降维模型
  • 6.9 关联分析
  • 6.10 PageRank算法
  • 6.11 马尔可夫模型
  • 习题
  • 第7章 神经生理基础和神经网络
  • 7.1 脑系统
  • 7.2 神经系统和突触传递
  • 7.3 人工神经网络
  • 7.4 反向传播算法
  • 7.5 卷积神经网络
  • 7.6 常见的深度卷积神经网络模型
  • 习题
  • 第8章 视觉感知与智能视觉
  • 8.1 视觉感知
  • 8.2 智能视觉
  • 习题
  • 第9章 听觉感知与智能听觉
  • 9.1 听觉感知
  • 9.2 智能听觉
  • 习题
  • 第10章 语言智能处理
  • 10.1 自然语言处理的发展历程
  • 10.2 基于规则的自然语言处理
  • 10.3 语言处理的统计模型
  • 10.4 自然语言处理的深度学习模型
  • 习题
  • 第11章 智能机器
  • 11.1 机器人
  • 11.2 无人机
  • 11.3 无人车
  • 11.4 类脑智能
  • 11.5 混合智能
  • 习题
  • 第12章 未来人工智能的展望
  • 12.1 人工智能的发展现状总结
  • 12.2 未来的人工智能
  • 习题
展开全部

评分及书评

评分不足
1个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。