人工智能通识基础电子书

前言

第一部分 经典人工智能基础

第1章 绪论

1.1 人工智能基本概念

1.2 人工智能发展简史

1.3 人工智能与大数据技术的关系

1.4 人工智能技术路线

1.5 人工智能与交叉应用

1.6 本书内容安排

1.7 针对不同专业学生的学习建议

1.8 小结

第2章 知识表示学习

2.1 知识与知识表示基本概念

2.2 一阶谓词逻辑表示法

2.3 产生式表示法

2.4 框架表示法

2.5 语义网络表示法

2.6 知识图谱表示法

2.7 知识表示方法的选择

2.8 小结

第3章 确定性和不确定性推理

3.1 推理基本概念

3.2 自然演绎推理

3.3 规则演绎系统

3.4 产生式系统

3.5 可信度方法

3.6 模糊推理方法

3.7 小结

第4章 搜索求解策略

4.1 搜索求解策略概述

4.2 盲目搜索

4.3 启发式搜索

4.4 对抗搜索

4.5 小结

第二部分 现代人工智能基础

第5章 机器学习

5.1 机器学习概述

5.2 监督学习

5.3 无监督学习

5.4 半监督学习

5.5 强化学习

5.6 主动学习

5.7 Python机器学习库

5.8 小结

第6章 深度学习

6.1 深度学习的定义与特点

6.2 深度学习基本架构

6.3 深度学习训练与优化

6.4 常见的深度学习模型

6.5 深度学习框架与工具

6.6 小结

第7章 自然语言处理

7.1 自然语言处理概述

7.2 文本表示

7.3 语言模型

7.4 文本分类与情感分析

7.5 机器翻译与问答系统

7.6 小结

第8章 计算机视觉

8.1 计算机视觉概述

8.2 计算机视觉的工作原理

8.3 计算机视觉的核心技术

8.4 计算机视觉的核心任务

8.5 计算机视觉应用

8.6 小结

第9章 语音处理

9.1 语音基础知识

9.2 语音识别

9.3 语音合成

9.4 语音增强

9.5 语音情感识别

9.6 小结

第10章 数据挖掘与预测分析

10.1 数据挖掘概述

10.2 数据预处理

10.3 分类与回归分析

10.4 聚类分析

10.5 关联规则挖掘

10.6 小结

第三部分 人工智能前沿基础

第11章 推荐系统

11.1 推荐系统概述

11.2 经典推荐算法

11.3 基于深度学习的推荐算法

11.4 电商与社交网络应用

11.5 小结

第12章 智能计算机图形学

12.1 智能计算机图形学的发展历程

12.2 三维模型表示与生成

12.3 三维模型表征学习

12.4 智能三维建模

12.5 智能三维渲染

12.6 航空装备三维测量应用

12.7 小结

第13章 大模型技术

13.1 大模型的本质

13.2 大模型的发展历程

13.3 大模型的网络结构

13.4 大模型的训练流程

13.5 大模型的分类及多维应用

13.6 小结

第14章 智能体与多智能体系统

14.1 智能体

14.2 多智能体系统

14.3 多智能体系统的通信

14.4 多智能体系统的协作和协同

14.5 多智能体博弈与决策

14.6 基于大模型的智能体应用

14.7 小结

第15章 具身智能

15.1 具身智能概述

15.2 具身智能的组成

15.3 具身智能的关键技术

15.4 具身机器人

15.5 具身智能仿真平台

15.6 小结

第四部分 人工智能交叉应用基础

第16章 科学智能

16.1 科学研究范式

16.2 赋能理学

16.3 赋能工学

16.4 赋能天文学

16.5 赋能医学

16.6 赋能军事科学

16.7 小结

第17章 文科智能

17.1 文科智能概述

17.2 赋能人文学科

17.3 赋能社会科学

17.4 赋能艺术学

17.5 小结

第18章 人工智能+

18.1 智能制造

18.2 智能大国重器

18.3 智能“四航”

18.4 智慧矿业

18.5 智慧电网

18.6 智慧水利

18.7 智慧土木

18.8 智慧中华美食

18.9 小结

第19章 领域启发式人工智能

19.1 生物启发式人工智能

19.2 物理启发式人工智能

19.3 小结

第20章 人工智能的社会伦理与社会影响

20.1 人工智能的社会伦理

20.2 人工智能的社会影响与挑战

20.3 人工智能的未来

20.4 小结

第五部分人工智能初级编程基础

第21章 人工智能初级编程

21.1 十五道编程题目

21.2 案例分析——基于LSGAN的图像生成与优化系统

21.3 DeepSeek-R1模型部署和使用

参考文献

推荐阅读