-
-
- 人工智能通识教程
-
- 作者：编者:周苏//鲁玉军|责编:张玥//战晓雷
- 出版社：清华大学
- ISBN：9787302555186
-
售价：18
-
内容大纲
本书针对各级各类高等学校文理科学生的发展需要，为高等学校各相关专业“人工智能”基础课程、通识课程而设计和编写，系统、全面地介绍人工智能的概念、理论和应用。全书共14章，主要内容包括思考的工具、什么是人工智能、规则与专家系统、模糊逻辑与大数据思维、包容体系结构与机器人技术、机器学习、神经网络与深度学习、智能代理、群体智能、数据挖掘与统计数据、智能图像处理、自然语言处理、自动规划、人工智能的发展等内容。本书具有结构新颖、内容丰富、叙述生动、注重应用的特色，可以帮助读者打好人工智能的知识基础。
本书适合作为本科院校和高职高专院校各相关专业“人工智能”基础课程或通识课程的教材，也适合对人工智能感兴趣的读者阅读。 本书是为高等院校相关专业“人工智能导论”课程全新设计编写，具有丰富实践特色的主教材。针对学生的发展需求，本书内容引言与典型应用、基础知识、基于知识的系统和高级专题等四部分，可依照学习进度与需求，做适当选择。
-
作者介绍
周苏，浙江大学城市学院教授，国家科学技术部认证的创新工程师，创新培训师。高校计算机基础教育、计算机专业教育经验丰富，是浙江省创新方法推广教师团队的核心成员。目前主要从事计算机专业教育以及创新思维与创新方法教育、大数据技术与应用教育。近期在多家出版社连续出版《创新思维与创新方法》高校教材多部。正在积极探索创新思维、创新方法和计算机教育的结合。主讲课程：《创新思维与创新方法》、《大数据导论》、《大数据可视化技术》以及计算机专业教育的多门课程。
-
目录
第1章 思考的工具
1.1 计算的渊源
1.1.1 巨石阵
1.1.2 安提基特拉机械
1.1.3 皮格马利翁
1.1.4 阿拉伯数字
1.2 巴贝奇与数学机器
1.2.1 差分机
1.2.2 分析机
1.2.3 “机器人”的由来
1.3 计算机的出现
1.3.1 为战争而发展的计算机器
1.3.2 计算机无处不在
1.3.3 通用计算机
1.3.4 计算机语言
1.3.5 建模
1.4 人工智能大师
【作业】
【研究性学习】“神奇”的动物智能与对人工智能的憧憬
第2章 什么是人工智能
2.1 人工智能概述
2.1.1 “人工”与“智能”
2.1.2 图灵测试
2.1.3 人工智能的定义
2.1.4 人工智能的实现途径
2.2 人工智能发展历史
2.2.1 从人工神经元开始
2.2.2 人工智能发展的6个阶段
2.3 人工智能的研究
2.3.1 人工智能的研究领域
2.3.2 新图灵测试
【作业】
【研究性学习】自动驾驶汽车的现实与未来
第3章 规则与专家系统
3.1 规则与策略
3.1.1 制胜策略
3.1.2 极小极大化策略
3.2 利用规则推导建立的专家系统
3.2.1 规则的举例
3.2.2 建立框架
3.2.3 IBM公司的沃森系统
3.3 专家系统及其发展
3.3.1 在自己的领域里作为专家
3.3.2 技能获取的5个阶段
3.3.3 专家的特点与特征
3.3.4 建立专家系统要思考的问题
3.3.5 典型的专家系统——ADIS
3.4 专家系统的结构
3.4.1 知识库
3.4.2 推理机
3.4.3 其他部分
【作业】
【研究性学习】无人机技术的应用前景
第4章 模糊逻辑与大数据思维
4.1 什么是模糊逻辑
4.1.1 甲虫机器人的规则
4.1.2 模糊逻辑的发明
4.1.3 制定模糊逻辑的规则
4.1.4 模糊逻辑的定义
4.2 模糊理论的发展
4.3 模糊逻辑系统
4.3.1 纯模糊逻辑系统
4.3.2 高木关野模糊逻辑系统
4.3.3 具有模糊产生器及模糊消除器的模糊逻辑系统
4.4 大数据思维变革
4.4.1 思维转变之一： 样本=总体
4.4.2 思维转变之二： 接受数据的混杂性
4.4.3 思维转变之三： 关注数据的相关关系
【作业】
【研究性学习】观察和熟悉模糊逻辑在家用电器中的应用
第5章 包容体系结构与机器人技术
5.1 什么是包容体系结构
5.1.1 “中文房间”思维实验
5.1.2 建立包容体系结构
5.2 包容体系结构的实现
5.2.1 机器人艾伦
5.2.2 机器人赫伯特
5.2.3 机器人托托
5.3 划时代的阿波罗计划
5.4 机器感知
5.4.1 机器智能与智能机器
5.4.2 机器思维与思维机器
5.4.3 机器行为与行为机器
5.5 机器人的概念
5.5.1 机器人的发展
5.5.2 机器人三定律
5.6 机器人的技术问题
5.6.1 机器人的组成
5.6.2 机器人的运动
5.6.3 机器狗
【作业】
【研究性学习】网络搜索机器人资料，憧憬机器人发展
第6章 机器学习
6.1 什么是机器学习
6.1.1 机器学习的发展
6.1.2 机器学习的定义
6.2 机器学习的类型
6.2.1 监督学习
6.2.2 无监督学习
6.2.3 强化学习
6.3 机器学习的算法
6.3.1 专注于学习能力
6.3.2 回归算法
6.3.3 基于实例的算法
6.3.4 决策树算法
6.3.5 贝叶斯算法
6.3.6 聚类算法
6.3.7 神经网络算法
6.4 机器学习的基本结构
6.5 机器学习的应用
6.5.1 应用于物联网
6.5.2 应用于聊天机器人
6.5.3 应用于自动驾驶
【作业】
【研究性学习】什么是机器学习，举例说明机器学习的应用
第7章 神经网络与深度学习
7.1 动物的中枢神经系统
7.2 了解人工神经网络
7.2.1 人工神经网络的研究
7.2.2 典型的人工神经网络
7.2.3 类脑计算机
7.2.4 利用人工神经网络理解图片
7.2.5 训练人工神经网络
7.3 基于人工神经网络的深度学习
7.3.1 深度学习的意义
7.3.2 深度学习的方法
7.3.3 深度学习的概念
7.3.4 深度学习的实现
7.4 机器学习与深度学习的比较
【作业】
【研究性学习】了解谷歌大脑，熟悉人工神经网络的研究与应用
第8章 智能代理
8.1 什么是智能代理
8.2 智能代理的特点
8.3 系统内的协同合作
8.4 智能代理的典型应用场景
8.4.1 股票/债券/期货交易
8.4.2 实体机器人
8.4.3 电脑游戏
8.4.4 医疗诊断
8.4.5 搜索引擎
8.5 与外部环境相关的重要术语
【作业】
【研究性学习】机器学习及其应用
第9章 群体智能
9.1 向蜜蜂学习群体智能
9.2 什么是群体智能
9.2.1 群集人工智能技术
9.2.2 基本原则与特点
9.3 典型群体智能算法模型
9.3.1 蚁群优化算法
9.3.2 搜索机器人
9.3.3 粒子群优化算法
9.3.4 没有机器人的集群
9.4 群体智能背后的故事
9.5 群体智能的发展
【作业】
【研究性学习】群体智能及其应用前景
第10章 数据挖掘与统计数据
10.1 从数据到知识
10.1.1 决策树分析
10.1.2 购物车分析
10.1.3 贝叶斯网络
10.2 数据挖掘
10.2.1 数据挖掘的对象与步骤
10.2.2 数据挖掘分析方法
10.3 数据挖掘经典算法
10.3.1 神经网络法
10.3.2 决策树法
10.3.3 遗传算法
10.3.4 粗糙集法
10.3.5 模糊集法
10.3.6 关联规则法
10.4 机器学习与数据挖掘
10.4.1 典型的数据挖掘和机器学习过程
10.4.2 机器学习和数据挖掘应用案例
【作业】
【研究性学习】大数据对于人工智能技术与应用的意义
第11章 智能图像处理
11.1 模式识别
11.2 图像识别
11.2.1 人类的图像识别能力
11.2.2 图像识别的基础
11.2.3 图像识别的模型
11.2.4 图像识别技术的发展
11.3 机器视觉与图像处理
11.3.1 机器视觉的发展
11.3.2 图像处理
11.3.3 计算机视觉
11.3.4 计算机视觉与机器视觉的区别
11.3.5 神经网络图像识别技术
11.4 图像识别技术的应用
11.4.1 机器视觉的行业应用
11.4.2 检测与机器人视觉
11.4.3 应用案例： 布匹质量检测
11.5 智能图像处理技术
11.5.1 图像采集
11.5.2 图像预处理
11.5.3 图像分割
11.5.4 目标识别和分类
11.5.5 目标定位和测量
11.5.6 目标检测和跟踪
【作业】
【研究性学习】熟悉模式识别与智能图像处理
第12章 自然语言处理
12.1 语言的问题和可能性
12.2 什么是自然语言处理
12.3 语法类型与语义分析
12.3.1 语法类型
12.3.2 语义分析和扩展语义
12.3.3 机器翻译系统Candide
12.4 处理数据与处理工具
12.4.1 自然语言处理中的数据集
12.4.2 自然语言处理工具
12.4.3 自然语言处理的技术难点
12.5 语音处理
12.5.1 语音处理的发展
12.5.2 语音理解
12.5.3 语音识别
【作业】
【研究性学习】了解大数据机器翻译，学习自然语言处理
第13章 自动规划
13.1 什么是自动规划
13.1.1 规划的概念分析
13.1.2 自动规划的定义
13.1.3 规划应用示例
13.2 规划方法
13.2.1 规划即搜索
13.2.2 部分有序规划
13.2.3 分级规划
13.2.4 基于案例的规划
13.3 著名的规划系统
【作业】
【研究性学习】用人工智能辅助课程和职业规划
第14章 人工智能的发展
14.1 未来的人工智能
14.1.1 工作型机器人
14.1.2 技术加速
14.1.3 电子游戏的智能水平
14.1.4 强人工智能的发展
14.1.5 机器能思考吗
14.2 创新发展与社会影响
14.2.1 人工智能发展的启示
14.2.2 人工智能的发展现状与影响
14.2.3 建立人工智能生态系统
14.3 人工智能时代需要的人才
14.3.1 人工智能对就业的影响
14.3.2 新创造的核心工作岗位
14.3.3 未来的5个热门工作岗位
14.4 人工智能与安全
14.4.1 人才和技术基础设施短缺
14.4.2 安全问题不容忽视
14.4.3 设定伦理要求
14.4.4 保护个人隐私
【作业】
【课程学习总结】
参考文献
[
