- 人工智能导论(微课视频版高等学校智能科学与技术人工智能专业教材)
- - 作者：编者:方勇纯//许静//刘杰//张雪波//郭宪|责编:张玥
  - 出版社：清华大学
  - ISBN：9787302688778
  - 出版日期：2025/05/01
  - 页数：174
- 售价：19.92

内容大纲
本书系统介绍了人工智能的主流概念、理论、方法、技术及典型应用。全书共10章，第1章介绍了人工智能的基本概念、发展历程、主要研究内容和新兴研究方向；为便于读者测试与运行各类人工智能算法，第2章介绍了人工智能相关的软硬件平台等基础知识；第3～10章分别介绍了面向人工智能的优化算法以及机器学习、深度学习、强化学习、计算机视觉、自然语言处理、智能博弈、智能机器人等技术。本书结构合理，在内容编排上深入浅出，既可作为基础入门书籍，也可作为进阶实战书籍，同时配备对应的微课视频同步讲解，可满足线上线下不同读者的需求。此外，本书注重理论方法与实际应用的结合，剖析了人工智能方面的典型实例，并提供了部分算法的伪代码，使读者不仅可以学习人工智能技术，还能深入理解其实际应用。
本书可以作为人工智能、智能科学与技术、计算机、自动化及相关专业的本科生教材，也可以作为智能科技领域工程技术人员的参考书。
作者介绍
目录
第1章  人工智能概述
  1.1  什么是人工智能
  1.2  人工智能的发展历程
    1.2.1  初创时期（1936-1956）
    1.2.2  形成时期（1957-1969）
    1.2.3  低谷时期（1970-1992）
    1.2.4  发展时期（1993-2011）
    1.2.5  突破时期（2012年至今）
  1.3  机器能否真正拥有智能
    1.3.1  图灵测试
    1.3.2  中文屋
  1.4  人工智能的主要研究内容
    1.4.1  机器学习
    1.4.2  深度学习
    1.4.3  强化学习
    1.4.4  计算机视觉
    1.4.5  自然语言处理
    1.4.6  智能博弈
    1.4.7  智能机器人
    1.4.8  人工智能的新兴研究方向
  1.5  习题
  参考文献
第2章  人工智能软硬件平台基础
  2.1  硬件平台
    2.1.1  智能芯片
    2.1.2  人工智能芯片的发展方向
  2.2  软件平台
    2.2.1  人工智能开发框架
    2.2.2  经典的人工智能开发框架
    2.2.3  人工智能云平台
  2.3  Python基础
    2.3.1  Python的安装
    2.3.2  Python编程基础
    2.3.3  文件操作
    2.3.4  第三方模块的使用
    2.3.5  NumPy与SciPy以及Matplotlib的使用
  2.4  习题
  参考文献
第3章  面向人工智能的优化算法
  3.1  人工智能优化算法概论
  3.2  无约束优化算法
    3.2.1  盲人下山
    3.2.2  梯度下降法
    3.2.3  牛顿法
  3.3  随机优化算法
    3.3.1  大数据背景下的模型训练
    3.3.2  随机梯度下降
    3.3.3  动量法
    3.3.4  步长自适应算法和Adam
  3.4  应用示例

    3.4.1  梯度下降
    3.4.2  SSGD
    3.4.3  动量法
    3.4.4  Adam
    3.4.5  PyTorch实现
  3.5  带约束优化算法
    3.5.1  罚函数法
    3.5.2  增广拉格朗日法
    3.5.3  交替方向乘子法
  ……
第4章  机器学习
第5章  深度学习
第6章  强化学习
第7章  计算机视觉
第8章  自然语言处理
第9章  智能博弈
第10章  智能机器人
附录：重要术语中英文对照表

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目