万本电子书0元读

万本电子书0元读

顶部广告

人工智能导论电子书

售       价:¥

纸质售价:¥42.20购买纸书

18人正在读 | 0人评论 6.2

作       者:关景新,姜源

出  版  社:机械工业出版社

出版时间:2021-05-12

字       数:14.8万

所属分类: 教育 > 大中专教材 > 成人/中高职教材

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书根据人工智能技术服务专业人才培养的需求,以智能机器人为载体,以揭人工智能的神秘面纱为主线行编写,设置了5个学习情境。学习情境1主要介绍人工智能的发展和应用,引起学习者的兴趣;学习情境2主要从智能机器如何行知识存储的角度来理解人工智能;学习情境3主要从智能机器如何使用知识行探索世界和求解问题的角度来一步理解人工智能;学习情境4主要从智能机器如何行自主学习知识、增长智慧的角度来理解人工智能;学习情境5主要从人工智能的自然辩证法视角理解人工智能的本质,从社会学角度给智能机器添加伦理与法律的约束,从而消除人类对人工智能的恐惧,使得人工智能技术更好地为人类服务。 本书在思政方面围绕“爱国精神、崇尚科技、思维模式、乐观取”,将其与人工智能技术行“术道融合”,结合“做中学、做中悟”的方式来展立德树人的工作。 本书可作为高等职业院校电子信息类专业、机电一体化专业、应用电子技术专业及相关专业的教材,也可作为相关技术人员的参考用书。<br/>
目录展开

出版说明

前言

二维码资源清单

学习情境1 让机器走进您的世界——人工智能概述

情境导入

情境目标

知识链接

1.1 人工智能简史

1.1.1 全球人工智能发展史

1.1.2 我国人工智能发展史

1.2 人工智能的产生

1.3 人工智能的发展

1.3.1 计算机时代

1.3.2 人工智能的开端

1.3.3 人工智能程序积累阶段

1.3.4 超越人类的临界点

1.4 人工智能的主流学派

1.4.1 符号学派:物理符号系统假说

1.4.2 连接学派

1.4.3 行为学派

1.4.4 三大学派的比较

1.5 人工智能的定义

1.6 人工智能的五个感官

1.7 人工智能的分类

1.7.1 按发展阶段分

1.7.2 按应用领域分

1.7.3 按智能化强弱程度分

1.8 人工智能对人类的影响

情境操作

1.9 案例欣赏

1.9.1 案例1 生物表情自动评价:再没有“水军”滥竽充数

1.9.2 案例2 老人身边的医生:人工智能对生命的关怀

情境小结

课后习题

学习情境2 让机器具有知识——知识表示技术

情境导入

情境目标

知识链接

2.1 知识的概述

2.1.1 知识、信息和数据

2.1.2 知识的特性

2.1.3 知识的分类

2.1.4 知识表示

2.2 知识的表示方法

2.2.1 逻辑表示法

2.2.2 语义网络表示法

2.2.3 框架表示法

2.2.4 产生式表示法

2.2.5 状态空间表示法

2.2.6 问题归约法

2.2.7 面向对象表示法

2.2.8 模糊逻辑表示法

情境操作

2.3 任务实施

2.3.1 任务1 动物识别的产生式知识表示

2.3.2 任务2 传教士和野人过河问题的状态空间知识表示

2.3.3 任务3 摆放家具的面向对象知识表示

2.3.4 任务4 自动控制系统的模糊知识表示

情境小结

课后习题

学习情境3 让机器使用知识——搜索与推理

情境导入

情境目标

知识链接

3.1 搜索和推理概述

3.1.1 搜索

3.1.2 推理

3.2 状态空间的搜索策略

3.2.1 状态空间搜索的基本思想

3.2.2 图搜索的一般过程

3.3 状态空间的盲目搜索

3.3.1 广度优先搜索

3.3.2 深度优先搜索

3.3.3 代价树搜索

3.4 状态空间的启发式搜索

3.4.1 启发性信息和估价函数

3.4.2 A算法

3.5 遗传算法搜索

3.5.1 遗传算法的结构

3.5.2 遗传算法的基本原理

3.5.3 遗传算法的性能

3.6 基于规则的演绎推理

3.7 产生式推理

3.8 不确定性推理

3.8.1 概率推理

3.8.2 模糊推理

情境操作

3.9 任务实施

3.9.1 任务1 过河问题的状态空间深度优先搜索应用

3.9.2 任务2 八数码问题的启发式搜索应用

3.9.3 任务3 函数最大值的遗传算法搜索应用

3.9.4 任务4 动物识别的产生式推理应用

3.9.5 任务5 自动控制系统的模糊推理应用

情境小结

课后习题

学习情境4 让机器习得知识——机器学习

情境导入

情境目标

知识链接

4.1 习得技术概述

4.2 学习相关的基本概念

4.2.1 标签

4.2.2 特征

4.2.3 模型

4.2.4 回归与分类

4.2.5 聚类

4.3 机器学习的定义

4.4 机器学习的过程

4.5 机器学习的分类

4.6 机器学习的方法

4.6.1 有监督学习

4.6.2 无监督学习

4.6.3 半监督学习

4.6.4 强化学习

4.6.5 迁移学习

4.7 机器学习的模型

4.7.1 线性模型

4.7.2 核模型

4.7.3 层级模型

4.8 深度学习

4.8.1 深度学习概述

4.8.2 深度学习的模型——神经网络

4.8.3 常用的深度学习框架

情境操作

4.9 任务实施

4.9.1 任务1 自搭建线性模型解决分类问题

4.9.2 任务2 运用TensorFlow框架解决分类问题

4.9.3 任务3 运用层次模型解决招聘程序员薪资预测问题

4.9.4 任务4 运用卷积运算提取图像特征

4.9.5 任务5 运用卷积神经网络CNN识别图像

情境小结

课后习题

学习情境5 让机器成为“社会人”——德才兼备

情境导入

情境目标

知识链接

5.1 人工智能的自然辩证法

5.1.1 自然辩证法

5.1.2 人类改造世界的工具

5.1.3 人工智能的本质

5.1.4 人工智能的“工具”特殊性

5.2 人工智能的社会约束

5.2.1 人工智能社会

5.2.2 人工智能的社会属性

5.2.3 人工智能社会的特点

5.2.4 人与人工智能的社会关系

5.2.5 人工智能社会的问题

5.2.6 人工智能的伦理规范构建

5.2.7 人工智能的法律规范构建

情境操作

5.3 任务实施

5.3.1 任务1 快速搭建简单的陪伴机器人

5.3.2 任务2 陪伴机器人的伦理案例分析

情境小结

课后习题

参考文献

累计评论(0条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部