高清在线不卡一区二区,精品+无码+在线观看

工智能AI是計算機(jī)科學(xué)與技術(shù)的一個重要分支與應(yīng)用，目前人工智能主要的研究與開發(fā)方向有模擬、延伸與擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)，涉及的技術(shù)與應(yīng)用包括：大數(shù)據(jù)基礎(chǔ)、知識表示、專家系統(tǒng)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、機(jī)器人與智能制造、圖像識別、語音識別和自然語言處理等方向。
本書是為高等院校相關(guān)專業(yè)“人工智能導(dǎo)論”課程全新設(shè)計編寫，具有豐富實(shí)踐特色的主教材。針對學(xué)生的發(fā)展需求，本書內(nèi)容引言與典型應(yīng)用、基礎(chǔ)知識、基于知識的系統(tǒng)和高級專題等四部分，可依照學(xué)習(xí)進(jìn)度與需求，做適當(dāng)選擇。

作為計算機(jī)科學(xué)與技術(shù)一個重要的分支，人工智能（Artificial Intelligence，AI）的發(fā)展歷史已經(jīng)不短了。它經(jīng)過幾起幾落，終于迎來了高速發(fā)展、成果不斷涌現(xiàn)的新時期。毫無疑問，一如當(dāng)年的計算機(jī)以及隨后的因特網(wǎng)、物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)，今天，人工智能也是每個大學(xué)生和社會人士都必須關(guān)注、學(xué)習(xí)和重視的知識與應(yīng)用。

人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)。它試圖了解人類智能的實(shí)質(zhì)，并生產(chǎn)出新的能以與人類智能相似的方式做出反應(yīng)的智能機(jī)器。該領(lǐng)域的研究包括基礎(chǔ)概念、專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、智能代理、群體智能、數(shù)據(jù)挖掘、機(jī)器人、圖像識別與處理、自然語言處理、自動規(guī)劃等�？梢韵胂�，未來人工智能帶來的科技產(chǎn)品將會是人類智慧的“容器”。人工智能不是人的智能，但能模仿人的思考，甚至在某些方面可能超過人的智能。

人工智能是一門極富挑戰(zhàn)性的科學(xué)，包括的知識內(nèi)容十分廣泛。本書結(jié)構(gòu)新穎，內(nèi)容豐富，系統(tǒng)、全面地介紹了人工智能的相關(guān)概念與理論，可以幫助讀者扎實(shí)地打好人工智能的知識與應(yīng)用基礎(chǔ)。

本書針對高等院校文理科學(xué)生的發(fā)展需要，是為高等院校相關(guān)專業(yè)“人工智能”基礎(chǔ)課程或通識課程全新設(shè)計、編寫的教材。教師在使用本書進(jìn)行教學(xué)時，可依照學(xué)習(xí)進(jìn)度與需求對內(nèi)容進(jìn)行適當(dāng)取舍。

本書每一章都體現(xiàn)下列要點(diǎn)：

（1）介紹基本概念，解釋原理，讓學(xué)習(xí)者能切實(shí)理解和掌握人工智能的基本原理及相關(guān)應(yīng)用知識。

（2）組織淺顯易懂的案例，注重讓學(xué)生扎實(shí)地掌握基本理論知識，養(yǎng)成良好的學(xué)習(xí)方法。

（3）為學(xué)生提供低認(rèn)知負(fù)荷的作業(yè)，讓學(xué)生在自我成就中構(gòu)建人工智能的基本觀念與技術(shù)架構(gòu)。

（4）注重思維與實(shí)踐并進(jìn)。每章后面安排了【研究性學(xué)習(xí)】環(huán)節(jié)，建議教師在教學(xué)班中組織研究性學(xué)習(xí)小組，鼓勵學(xué)生討論與表達(dá)，努力讓人工智能的知識成為學(xué)生未來馳騁職場的立身之本。

雖然社會已經(jīng)進(jìn)入“電子時代”，但我們?nèi)匀唤吡Τ珜?dǎo)課前、課后讀書，課中在書上記筆記，在課程結(jié)束時完成課程學(xué)習(xí)總結(jié)。為各章設(shè)計的作業(yè)（單選題）并不難，學(xué)生只要認(rèn)真閱讀本書，就能夠準(zhǔn)確回答所有題目。

采用本書作為教材時，教師和學(xué)生可以參考下面的課程教學(xué)進(jìn)度表。在實(shí)際教學(xué)中，應(yīng)按照教學(xué)大綱和實(shí)際情況確定課程教學(xué)進(jìn)度。課程教學(xué)進(jìn)度表（20—20學(xué)年第學(xué)期）

課程號：課程名稱：人工智能學(xué)分： 2

周學(xué)時： 2總學(xué)時： 32 （其中理論學(xué)時： 32，實(shí)踐學(xué)時：）

主講教師：序號校歷周次章節(jié)（或?qū)嵱?xùn)、習(xí)題課等）名稱與內(nèi)容學(xué)時教學(xué)方法課后作業(yè)布置11引言

第1章思考的工具222第2章什么是人工智能233第3章規(guī)則與專家系統(tǒng)244第4章模糊邏輯與大數(shù)據(jù)思維255第5章包容體系結(jié)構(gòu)與機(jī)器人技術(shù)266第5章包容體系結(jié)構(gòu)與機(jī)器人技術(shù)277第6章機(jī)器學(xué)習(xí)288第6章機(jī)器學(xué)習(xí)299第7章神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)21010第8章智能代理21111第9章群體智能21212第10章數(shù)據(jù)挖掘與統(tǒng)計數(shù)據(jù)21313第11章智能圖像處理21414第12章自然語言處理21515第13章自動規(guī)劃21616第14章人工智能的發(fā)展2課文作業(yè)

研究性學(xué)習(xí)課程學(xué)習(xí)總結(jié)填表人（簽字）：日期：

系（教研室）主任（簽字）：日期：課程的教學(xué)評測可以從以下幾個方面入手：

（1）每章的課后作業(yè)（共14次）。

（2）每章的研究性學(xué)習(xí)小組活動評價（共13次）。

（3）第14章的課程學(xué)習(xí)總結(jié)（大作業(yè)，1次）。

（4）平時考勤。

（5）任課教師認(rèn)為必要的其他考核方法。

本書特色鮮明，易讀易學(xué)，適合本科和高職高專院校各相關(guān)專業(yè)文理科學(xué)生學(xué)習(xí)，也適合對人工智能相關(guān)領(lǐng)域感興趣的讀者閱讀參考。

與本書配套的教學(xué)大綱、教學(xué)課件、習(xí)題答案等配套電子資源以及作者聯(lián)系方式可以從清華大學(xué)出版社網(wǎng)站（https://www.tup.com.cn）下載，歡迎教師索取本書的配套教學(xué)資源并與作者交流。

根據(jù)學(xué)習(xí)需要，本書還配備了1500分鐘的音頻講解資源，讀者可在書中掃描二維碼獲取。

本書的編寫得到浙江大學(xué)城市學(xué)院、浙江理工大學(xué)、嘉興技師學(xué)院、浙江商業(yè)職業(yè)技術(shù)學(xué)院、浙江安防職業(yè)技術(shù)學(xué)院等多所院校師生的支持，袁堅(jiān)剛、吳賢平、余強(qiáng)、周恒、王文、喬鳳鳳等參與了本書部分內(nèi)容的編寫工作，作者在此一并表示感謝！

第1章思考的工具1

1.1計算的淵源1

1.1.1巨石陣1

1.1.2安提基特拉機(jī)械2

1.1.3皮格馬利翁2

1.1.4阿拉伯?dāng)?shù)字3

1.2巴貝奇與數(shù)學(xué)機(jī)器3

1.2.1差分機(jī)3

1.2.2分析機(jī)4

1.2.3“機(jī)器人”的由來5

1.3計算機(jī)的出現(xiàn)5

1.3.1為戰(zhàn)爭而發(fā)展的計算機(jī)器5

1.3.2計算機(jī)無處不在6

1.3.3通用計算機(jī)7

1.3.4計算機(jī)語言8

1.3.5建模8

1.4人工智能大師9

【作業(yè)】10

【研究性學(xué)習(xí)】“神奇”的動物智能與對人工智能的憧憬11第2章什么是人工智能13

2.1人工智能概述13

2.1.1“人工”與“智能”13

2.1.2圖靈測試14

2.1.3人工智能的定義15

2.1.4人工智能的實(shí)現(xiàn)途徑16

2.2人工智能發(fā)展歷史17

2.2.1從人工神經(jīng)元開始17

2.2.2人工智能發(fā)展的6個階段20

2.3人工智能的研究22

2.3.1人工智能的研究領(lǐng)域22

2.3.2新圖靈測試24

【作業(yè)】25

【研究性學(xué)習(xí)】自動駕駛汽車的現(xiàn)實(shí)與未來26第3章規(guī)則與專家系統(tǒng)27

3.1規(guī)則與策略27

3.1.1制勝策略27

3.1.2極小極大化策略28

3.2利用規(guī)則推導(dǎo)建立的專家系統(tǒng)29

3.2.1規(guī)則的舉例29

3.2.2建立框架31

3.2.3IBM公司的沃森系統(tǒng)31

3.3專家系統(tǒng)及其發(fā)展32

3.3.1在自己的領(lǐng)域里作為專家32

3.3.2技能獲取的5個階段34

3.3.3專家的特點(diǎn)與特征35

3.3.4建立專家系統(tǒng)要思考的問題36

3.3.5典型的專家系統(tǒng)——ADIS37

3.4專家系統(tǒng)的結(jié)構(gòu)38

3.4.1知識庫38

3.4.2推理機(jī)39

3.4.3其他部分39

【作業(yè)】40

【研究性學(xué)習(xí)】無人機(jī)技術(shù)的應(yīng)用前景41第4章模糊邏輯與大數(shù)據(jù)思維42

4.1什么是模糊邏輯42

4.1.1甲蟲機(jī)器人的規(guī)則42

4.1.2模糊邏輯的發(fā)明42

4.1.3制定模糊邏輯的規(guī)則43

4.1.4模糊邏輯的定義44

4.2模糊理論的發(fā)展45

4.3模糊邏輯系統(tǒng)46

4.3.1純模糊邏輯系統(tǒng)46

4.3.2高木關(guān)野模糊邏輯系統(tǒng)46

4.3.3具有模糊產(chǎn)生器及模糊消除器的模糊邏輯系統(tǒng)46

4.4大數(shù)據(jù)思維變革47

4.4.1思維轉(zhuǎn)變之一：樣本=總體47

4.4.2思維轉(zhuǎn)變之二：接受數(shù)據(jù)的混雜性48

4.4.3思維轉(zhuǎn)變之三：關(guān)注數(shù)據(jù)的相關(guān)關(guān)系49

【作業(yè)】51

【研究性學(xué)習(xí)】觀察和熟悉模糊邏輯在家用電器中的應(yīng)用52第5章包容體系結(jié)構(gòu)與機(jī)器人技術(shù)53

5.1什么是包容體系結(jié)構(gòu)53

5.1.1“中文房間”思維實(shí)驗(yàn)53

5.1.2建立包容體系結(jié)構(gòu)53

5.2包容體系結(jié)構(gòu)的實(shí)現(xiàn)54

5.2.1機(jī)器人艾倫55

5.2.2機(jī)器人赫伯特55

5.2.3機(jī)器人托托56

5.3劃時代的阿波羅計劃56

5.4機(jī)器感知58

5.4.1機(jī)器智能與智能機(jī)器59

5.4.2機(jī)器思維與思維機(jī)器59

5.4.3機(jī)器行為與行為機(jī)器60

5.5機(jī)器人的概念60

5.5.1機(jī)器人的發(fā)展60

5.5.2機(jī)器人三定律61

5.6機(jī)器人的技術(shù)問題62

5.6.1機(jī)器人的組成62

5.6.2機(jī)器人的運(yùn)動64

5.6.3機(jī)器狗65

【作業(yè)】66

【研究性學(xué)習(xí)】網(wǎng)絡(luò)搜索機(jī)器人資料，憧憬機(jī)器人發(fā)展68第6章機(jī)器學(xué)習(xí)69

6.1什么是機(jī)器學(xué)習(xí)69

6.1.1機(jī)器學(xué)習(xí)的發(fā)展69

6.1.2機(jī)器學(xué)習(xí)的定義70

6.2機(jī)器學(xué)習(xí)的類型71

6.2.1監(jiān)督學(xué)習(xí)72

6.2.2無監(jiān)督學(xué)習(xí)72

6.2.3強(qiáng)化學(xué)習(xí)72

6.3機(jī)器學(xué)習(xí)的算法73

6.3.1專注于學(xué)習(xí)能力73

6.3.2回歸算法74

6.3.3基于實(shí)例的算法75

6.3.4決策樹算法75

6.3.5貝葉斯算法75

6.3.6聚類算法75

6.3.7神經(jīng)網(wǎng)絡(luò)算法76

6.4機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)76

6.5機(jī)器學(xué)習(xí)的應(yīng)用78

6.5.1應(yīng)用于物聯(lián)網(wǎng)78

6.5.2應(yīng)用于聊天機(jī)器人79

6.5.3應(yīng)用于自動駕駛79

【作業(yè)】80

【研究性學(xué)習(xí)】什么是機(jī)器學(xué)習(xí)，舉例說明機(jī)器學(xué)習(xí)的應(yīng)用81第7章神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)82

7.1動物的中樞神經(jīng)系統(tǒng)82

7.2了解人工神經(jīng)網(wǎng)絡(luò)83

7.2.1人工神經(jīng)網(wǎng)絡(luò)的研究83

7.2.2典型的人工神經(jīng)網(wǎng)絡(luò)84

7.2.3類腦計算機(jī)85

7.2.4利用人工神經(jīng)網(wǎng)絡(luò)理解圖片85

7.2.5訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)87

7.3基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)88

7.3.1深度學(xué)習(xí)的意義88

7.3.2深度學(xué)習(xí)的方法89

7.3.3深度學(xué)習(xí)的概念92

7.3.4深度學(xué)習(xí)的實(shí)現(xiàn)93

7.4機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的比較94

【作業(yè)】97

【研究性學(xué)習(xí)】了解谷歌大腦，熟悉人工神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用98第8章智能代理99

8.1什么是智能代理99

8.2智能代理的特點(diǎn)100

8.3系統(tǒng)內(nèi)的協(xié)同合作101

8.4智能代理的典型應(yīng)用場景103

8.4.1股票/債券/期貨交易103

8.4.2實(shí)體機(jī)器人103

8.4.3電腦游戲104

8.4.4醫(yī)療診斷105

8.4.5搜索引擎105

8.5與外部環(huán)境相關(guān)的重要術(shù)語106

【作業(yè)】107

【研究性學(xué)習(xí)】機(jī)器學(xué)習(xí)及其應(yīng)用108第9章群體智能109

9.1向蜜蜂學(xué)習(xí)群體智能109

9.2什么是群體智能111

9.2.1群集人工智能技術(shù)111

9.2.2基本原則與特點(diǎn)112

9.3典型群體智能算法模型113

9.3.1蟻群優(yōu)化算法113

9.3.2搜索機(jī)器人115

9.3.3粒子群優(yōu)化算法116

9.3.4沒有機(jī)器人的集群118

9.4群體智能背后的故事119

9.5群體智能的發(fā)展121

【作業(yè)】121

【研究性學(xué)習(xí)】群體智能及其應(yīng)用前景122第10章數(shù)據(jù)挖掘與統(tǒng)計數(shù)據(jù)124

10.1從數(shù)據(jù)到知識124

10.1.1決策樹分析124

10.1.2購物車分析125

10.1.3貝葉斯網(wǎng)絡(luò)126

10.2數(shù)據(jù)挖掘126

10.2.1數(shù)據(jù)挖掘的對象與步驟127

10.2.2數(shù)據(jù)挖掘分析方法128

10.3數(shù)據(jù)挖掘經(jīng)典算法130

10.3.1神經(jīng)網(wǎng)絡(luò)法130

10.3.2決策樹法130

10.3.3遺傳算法131

10.3.4粗糙集法131

10.3.5模糊集法131

10.3.6關(guān)聯(lián)規(guī)則法131

10.4機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘132

10.4.1典型的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)過程132

10.4.2機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘應(yīng)用案例133

【作業(yè)】136

【研究性學(xué)習(xí)】大數(shù)據(jù)對于人工智能技術(shù)與應(yīng)用的意義137第11章智能圖像處理138

11.1模式識別138

11.2圖像識別139

11.2.1人類的圖像識別能力140

11.2.2圖像識別的基礎(chǔ)140

11.2.3圖像識別的模型141

11.2.4圖像識別技術(shù)的發(fā)展141

11.3機(jī)器視覺與圖像處理142

11.3.1機(jī)器視覺的發(fā)展142

11.3.2圖像處理143

11.3.3計算機(jī)視覺143

11.3.4計算機(jī)視覺與機(jī)器視覺的區(qū)別144

11.3.5神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)145

11.4圖像識別技術(shù)的應(yīng)用145

11.4.1機(jī)器視覺的行業(yè)應(yīng)用146

11.4.2檢測與機(jī)器人視覺146

11.4.3應(yīng)用案例：布匹質(zhì)量檢測148

11.5智能圖像處理技術(shù)149

11.5.1圖像采集149

11.5.2圖像預(yù)處理150

11.5.3圖像分割150

11.5.4目標(biāo)識別和分類150

11.5.5目標(biāo)定位和測量151

11.5.6目標(biāo)檢測和跟蹤151

【作業(yè)】151

【研究性學(xué)習(xí)】熟悉模式識別與智能圖像處理153第12章自然語言處理154

12.1語言的問題和可能性154

12.2什么是自然語言處理155

12.3語法類型與語義分析156

12.3.1語法類型157

12.3.2語義分析和擴(kuò)展語義158

12.3.3機(jī)器翻譯系統(tǒng)Candide158

12.4處理數(shù)據(jù)與處理工具159

12.4.1自然語言處理中的數(shù)據(jù)集159

12.4.2自然語言處理工具159

12.4.3自然語言處理的技術(shù)難點(diǎn)160

12.5語音處理160

12.5.1語音處理的發(fā)展160

12.5.2語音理解161

12.5.3語音識別162

【作業(yè)】162

【研究性學(xué)習(xí)】了解大數(shù)據(jù)機(jī)器翻譯，學(xué)習(xí)自然語言處理164第13章自動規(guī)劃165

13.1什么是自動規(guī)劃165

13.1.1規(guī)劃的概念分析165

13.1.2自動規(guī)劃的定義166

13.1.3規(guī)劃應(yīng)用示例166

13.2規(guī)劃方法169

13.2.1規(guī)劃即搜索169

13.2.2部分有序規(guī)劃170

13.2.3分級規(guī)劃171

13.2.4基于案例的規(guī)劃171

13.3著名的規(guī)劃系統(tǒng)172

【作業(yè)】173

【研究性學(xué)習(xí)】用人工智能輔助課程和職業(yè)規(guī)劃174第14章人工智能的發(fā)展175

14.1未來的人工智能175

14.1.1工作型機(jī)器人175

14.1.2技術(shù)加速176

14.1.3電子游戲的智能水平177

14.1.4強(qiáng)人工智能的發(fā)展178

14.1.5機(jī)器能思考嗎178

14.2創(chuàng)新發(fā)展與社會影響179

14.2.1人工智能發(fā)展的啟示180

14.2.2人工智能的發(fā)展現(xiàn)狀與影響181

14.2.3建立人工智能生態(tài)系統(tǒng)182

14.3人工智能時代需要的人才183

14.3.1人工智能對就業(yè)的影響183

14.3.2新創(chuàng)造的核心工作崗位183

14.3.3未來的5個熱門工作崗位184

14.4人工智能與安全185

14.4.1人才和技術(shù)基礎(chǔ)設(shè)施短缺185

14.4.2安全問題不容忽視186

14.4.3設(shè)定倫理要求186

14.4.4保護(hù)個人隱私186

【作業(yè)】187

【課程學(xué)習(xí)總結(jié)】189

參考文獻(xiàn)193

你還可能感興趣

我要評論