- 人工智能技术导论/人工智能核心系列/计算机前沿技术丛书
- - 作者：编者:金雷|责编:王芳
  - 出版社：清华大学
  - ISBN：9787302616634
  - 出版日期：2023/01/01
  - 页数：221
- 售价：19.6

内容大纲
本书主要从基础、技术和应用等方面讲述人工智能。全书共11章，内容涵盖人工智能概述、人工智能的软硬件体系、人工智能与数据、计算机视觉、语音识别、自然语言理解、知识推理、经典机器学习、机器学习与深度学习、自动驾驶、智能问答及人工智能的社会问题等。
本书可作为高等院校智能科学与技术、计算机科学、电子科学与技术、控制科学与工程等专业本科生或专科生的教材，也可作为人文社科类各专业的通识课程教材，还可为对人工智能技术及其应用感兴趣的工程技术人员提供参考。
作者介绍
目录
第1章  人工智能技术概述
  1.1  从人类智能到人工智能
    1.1.1  史前智能
    1.1.2  声音智能
    1.1.3  文字智能
    1.1.4  智能的计算形式
    1.1.5  信息智能的地球网络
  1.2  人工智能的提出与发展
    1.2.1  人工智能的起源与黄金时代
    1.2.2  人工智能的第一次寒冬及第二次繁荣期
    1.2.3  人工智能的第二次寒冬
    1.2.4  人工智能的稳健时代与新时代
  1.3  人工智能是什么
    1.3.1  人工智能的定义
    1.3.2  人工智能的任务域
    1.3.3  人工智能三大主义
  1.4  本书的主要内容
第2章  人工智能的软硬件体系
  2.1  人工智能软件体系
    2.1.1  人工智能的软件体系简介
    2.1.2  部分框架介绍
  2.2  人工智能硬件体系
    2.2.1  人工智能的硬件体系简介
    2.2.2  人工智能芯片简介
    2.2.3  人工智能芯片技术
  2.3  人工智能软硬件一体化
    2.3.1  人工智能软硬件一体化简介
    2.3.2  人工智能软硬件一体化应用
  2.4  智能音箱的软硬件
    2.4.1  智能音箱技术原理
    2.4.2  智能音箱的硬件
    2.4.3  智能音箱的软件和算法
第3章  人工智能与数据
  3.1  人工智能的数学基础
    3.1.1  线性代数
    3.1.2  概率论与数理统计
    3.1.3  最优化理论
    3.1.4  信息论
  3.2  数据具有内在相关性
    3.2.1  折线图与散点图
    3.2.2  协方差及协方差矩阵
    3.2.3  相关系数
  3.3  数据具有内在预测性
    3.3.1  一元回归及多元回归
    3.3.2  神经网络
  3.4  数据具有逻辑可分性
    3.4.1  逻辑回归方法
    3.4.2  支持向量机
    3.4.3  决策树和随机森林算法
    3.4.4  神经网络算法

第4章  计算机视觉
  4.1  计算机视觉概述
    4.1.1  计算机视觉应用
    4.1.2  计算机视觉发展
  4.2  图像与视觉基础
    4.2.1  人眼视觉
    4.2.2  图像基础
    4.2.3  颜色模型
  4.3  计算机视觉基础算法
    4.3.1  图像滤波（平滑）
    4.3.2  边缘检测
    4.3.3  图像分割
    4.3.4  特征检测与匹配
    4.3.5  目标检测
    4.3.6  目标识别
    4.3.7  目标跟踪
    4.3.8  立体视觉
    4.3.9  三维重建
    4.3.10  深度学习方法
    4.3.11  文本检测
    4.3.12  几何变换
    4.3.13  图像拼接
    4.3.14  高动态范围成像
    4.3.15  图像修复
    4.3.16  图像分解
    4.3.17  非真实性渲染
    4.3.18  图像合成
  4.4  计算机视觉算法实现
    4.4.1  OpenCV简介
    4.4.2  OpenCV常用函数
    4.4.3  Canny边缘检测
    4.4.4  Mean-Shift
    4.4.5  基于SURF特征匹配的图像拼接
第5章  语音识别
  5.1  语音识别概述
  5.2  语音识别流程
  5.3  语音识别案例实现
    5.3.1  MFCC
    5.3.2  神经网络模板匹配
    5.3.3  Amazon Echo
第6章  自然语言理解
  6.1  自然语言理解基础
    6.1.1  自然语言处理概述
    6.1.2  自然语言处理发展
    6.1.3  自然语言处理相关运用
    6.1.4  自然语言处理技术难点
  6.2  自然语言理解技术
    6.2.1  词法分析
    6.2.2  句子分析
    6.2.3  语义分析

    6.2.4  语用分析
  6.3  自然语言理解案例分析
    6.3.1  NLTK的使用
    6.3.2  Jieba分词
    6.3.3  情感分析
第7章  知识推理
  7.1  知识表示
    7.1.1  知识表示概念
    7.1.2  知识表示的发展和分类
    7.1.3  知识表示的方法
  7.2  知识推理与问题求解
    7.2.1  知识推理的概念及证明
    7.2.2  问题求解
    7.2.3  游戏AI应用：路径规划与搜索
  7.3  知识推理与问题求解案例分析
    7.3.1  游戏AI应用：简单的游戏AI
    7.3.2  游戏AI应用：Alpha Go中的人工智能
    7.3.3  游戏AI应用：机器自动训练玩游戏
    7.3.4  游戏AI应用：Flappy Bird
    7.3.5  暴力破解逻辑求解问题
第8章  机器学习和深度学习
  8.1  机器学习
    8.1.1  机器学习的定义
    8.1.2  机器学习与其他学科的联系
    8.1.3  机器学习的应用范围
    8.1.4  机器学习的总结
  8.2  深度学习
    8.2.1  深度学习的定义
    8.2.2  深度学习的发展历程
    8.2.3  深度学习的应用范围
    8.2.4  人工智能、机器学习及深度学习的联系
  8.3  深度学习基础
    8.3.1  卷积、池化和全连接
    8.3.2  逻辑回归
    8.3.3  神经网络的训练过程
    8.3.4  机器视觉
  8.4  深度学习模型
    8.4.1  什么是深度学习模型
    8.4.2  常见深度学习模型
第9章  自动驾驶
  9.1  初识自动驾驶
    9.1.1  自动驾驶特性
    9.1.2  自动驾驶技术分级
  9.2  自动驾驶的技术框架
    9.2.1  环境感知
    9.2.2  决策手段
    9.2.3  决策规划
    9.2.4  运动控制
  9.3  测试验证和风险分析
    9.3.1  自动驾驶的测试

    9.3.2  自动驾驶的风险分析
第10章  智能问答
  10.1  问答系统概述
    10.1.1  智能问答系统
    10.1.2  人工智能问答系统的基本流程
  10.2  智能问答系统分类
    10.2.1  按对话类别划分
    10.2.2  按知识来源划分
  10.3  智能问答系统的处理技术和架构
    10.3.1  问答系统常用技术
    10.3.2  问题处理
    10.3.3  段落获取
    10.3.4  答案抽取
  10.4  智能问答系统的搭建
第11章  人工智能的社会问题
  11.1  人工智能的影响
    11.1.1  经济方面
    11.1.2  文化方面
    11.1.3  社会方面
  11.2  人工智能与就业
  11.3  人工智能与伦理
  11.4  人工智能与安全
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目