人工智能概论
简介
本书特色
前言
章节列表
精彩阅读
下载资源
相关图书
本书致力于推动人工智能的普及教育,使用通俗易懂的语言深入浅出地介绍了人工智能的相关知识,包括机器学习和深度学习的基本内容,并结合图像信息处理和自然语言处理两个典型应用展开阐述,使读者能快速掌握人工智能的基本概念、基本知识体系和框架,为进一步深入学习打下良好基础。
本书共分6章:前4章主要介绍基础入门知识,包括绪论、基本分类、回归与聚类及神经网络与深度学习;第5章和第6章结合人工智能目前最热门的两个技术应用领域—图像信息处理和自然语言处理展开论述。
本书强调实用性和可读性,可作为高中生的科普教材、高等院校低年级本科生学习人工智能的通识课程教材,也可作为人工智能技术人员和管理人员的入门参考书。
本书提供视频、PPT、习题等辅助教学资料,可访问本出版社教学资源链接http://www.wsbookshow.com和http://www.waterpub.com.cn/softdown/获得;本书配套慕课教程可访问智慧树网站链接www.zhihuishu.com搜索课程“人工智能基础”获得。
介绍人工智能入门知识
构建人工智能通识体系
推动人工智能普及教育
近年来,随着人工智能相关技术的不断发展和日益成熟,技术实施成本不断降低,人工智能在很多领域的应用已经落地,并取得显著的应用效果。人工智能正在改变着各行各业,也在慢慢地改变我们的生活,人工智能时代已经悄然来临。
2017年7月,国务院印发的《新一代人工智能发展规划》(国发〔2017〕35号)明确指出,人工智能已经成为国际竞争的新焦点,应逐步开展全民智能教育项目,在中小学阶段设置人工智能相关课程、逐步推广编程教育、建设人工智能学科,培养复合型人才,形成我国人工智能人才高地。
人工智能是个非常宽泛且变化较快的概念。其研究范畴包括知识表示、自动推理、智能搜索、专家系统、机器学习、神经网络、计算机视觉、模式识别、自然语言处理、自动程序设计、智能机器人等;应用领域包括家居、零售、交通、医疗、教育、物流和安防等。自诞生以来,人工智能的技术、理论不断发展,而且随着应用的不断深入,其范围在快速扩大。有些观点认为,人工智能属于社会科学和自然科学交叉领域,涉及数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论以及控制论等。因此,人工智能不仅仅是一个学科专业,作为一个新时代的技术核心,它更应该是一种知识技能基础,是一种普及型的知识平台。通过推动人工智能普及教育,结合大学传统专业,形成“人工智能+传统专业”的大学人才专业培养模式是加快建设人工智能相关产业,培养人工智能相关复合型人才的一条重要途径。
本书旨在面向人工智能的初学者和爱好者,尽量使用通俗易懂的语言深入浅出地介绍人工智能的相关知识,致力于推动人工智能的普及教育。
全书共分为6章,第1章阐述了人工智能的基本概念、发展历史、研究范式和应用领域;第2章从鸢尾花经典数据集入手,介绍了分类的基本概念、感知机和支持向量机两种最基本的分类器,对分类器的工作步骤和多分类器设计进行了讲解;第3章主要围绕回归和聚类,介绍机器学习的相关基础知识,并对常用的相似度计算方法进行了叙述;第4章从人工神经网络的发展历史出发,对生物神经网络和人工神经网络进行了综合叙述,并介绍了传统神经网络和深度神经网络;第5章从人眼成像出发,介绍了图像信息处理的基本概念和发展历史,从图像处理到图像分析,再到视频分析,循序渐进地介绍了人工智能在图像和视频信息处理中的应用,最后结合图像信息处理对卷积神经网络进行了详细介绍;第6章围绕自然语言处理,从其发展历史、典型应用、基本技术和特征提取4个方面进行了详细阐述,并对循环神经网络在自然语言处理中的应用进行了相应介绍。
本书第1章和第4章由周风余完成,第2章、第3章、第5章和第6章由张广渊完成,全书由张广渊统稿。
本书在编写过程中参考了很多文献,在此谨向文献的有关作者致以衷心的感谢。本书部分插图由郭一诺和张馨月绘制,在此一并表示感谢。
由于作者水平有限,在本书编写过程中难免出现错误和不妥之处,恳请广大读者不吝指正。
作者
2019年4月
1.1 人工智能的基本概念 5
1.2 人工智能的发展历史 9
1.3 人工智能的研究范式 13
1.4 人工智能的应用领域 16
1.5 小结 19
第2章 基本分类
2.1 分类的概念 20
2.2 向量的基本运算 24
2.3 分类器 26
2.4 分类识别技术 28
2.4.1 感知机 29
2.4.2 导数与微分 34
2.4.3 梯度下降法 36
2.4.4 SVM 42
2.5 测试与分类实现 47
2.5.1 测试 47
2.5.2 分类实现 47
2.5.3 多分类识别 48
2.6 小结 51
第3章 回归与聚类
3.1 基本概念 52
3.1.1 机器学习的类别 52
3.1.2 变量之间的关系 54
3.2 回归 55
3.2.1 回归的概念 55
3.2.2 线性回归 57
3.2.3 逻辑回归 66
3.3 聚类 71
3.3.1 聚类的概念 72
3.3.2 K均值聚类算法 74
3.3.3 层次聚类算法 75
3.4 相似度计算 75
3.5 小结 80
第4章 神经网络与深度学习
4.1 人工神经网络的发展历史 81
4.2 神经网络的分类 85
4.2.1 生物神经网络 85
4.2.2 人工神经网络 86
4.3 浅层神经网络 88
4.3.1 多输出感知机 88
4.3.2 多层神经网络 89
4.4 深度学习 97
4.4.1 深度学习模型 97
4.4.2 激活函数 99
4.4.3 深度学习的特点及发展 100
4.5 小结 101
第5章 图像信息处理
5.1 人眼成像 102
5.2 图像信息处理的基本概念 104
5.3 图像采集及处理发展历史 111
5.4 数字图像处理 116
5.4.1 图像的基本运算 116
5.4.2 图像增强 120
5.4.3 图像分割 125
5.4.4 图像压缩 126
5.5 数字图像分析 127
5.6 视频分析 131
5.6.1 视频的概念 131
5.6.2 运动检测 133
5.6.3 目标跟踪 135
5.7 卷积神经网络CNN 136
5.7.1 卷积 138
5.7.2 卷积层 141
5.7.3 池化层 144
5.7.4 AlexNet 147
5.8 小结 150
第6章 自然语言处理
6.1 自然语言处理的发展历史 152
6.2 自然语言处理典型应用 155
6.3 自然语言处理基本技术 157
6.3.1 词法分析 158
6.3.2 句法分析 162
6.3.3 语义分析 163
6.3.4 语用分析 164
6.4 自然语言特征提取 164
6.4.1 词袋模型BOW 165
6.4.2 N-Gram模型 166
6.4.3 Word2Vec模型 168
6.4.4 循环神经网络RNN 174
6.5 小结 176
参考文献
- 输水管线工程风险管理 [张勇 党亥生 著]
- 民用航空飞机标准线路施工 [主编 王志敏 陈明]
- 不息的水脉—大运河讲谈录 [赵珩 著]
- 实用运筹学 [主编 邢育红 于晋臣]
- 三峡梯级电站水资源决策支持系统研究与开发 [姚华明 潘红忠 汤正]
- 海南黎族民俗文化鉴赏 [庞国华 著]
- 石墨烯在太赫兹及中红外频段电磁器件设计中的应用 [李艳秀 庄华伟 著]
- 电子技术(第二版) [主编 覃爱娜 李飞]
- 办公自动化高级应用 [陈萍 朱晓玉]
- 信息处理技术员考试32小时通关 [薛大龙]
- 电子产品设计案例教程(微课版)—基于嘉立创EDA(专业版) [王静 莫志宏 陈学昌 丁红]
- C程序设计实践教程 [刘卫国]
- C程序设计(慕课版) [刘卫国]
- Web技术开发教程(基于.NET开源MVC框架) [王合闯 韩红玲 王青正 陈海蕊]
- 商务英语翻译教程(笔译)(第四版) [主编 王军平]
- 智慧零售技术与应用 [洪旭 著]
- 建设工程法规实务 [主编 余滢]
- 商务秘书理论与实务(第三版) [主编 张同钦]
- 程序设计基础实践教程(C/C++语言版) [张桂芬 葛丽娜]
- C++案例项目精讲 [主编 杨国兴]
- 劳动争议处理实务 [主编 王秀卿 罗静]
- 工程数学 [主编 郭立娟 王海]
- 语音识别理论与实践 [主编 莫宏伟]
- 信息系统项目管理师章节习题与考点特训(第二版) [主编 薛大龙]
- 武术基础教程 [主编 李代勇 谢志民]
- 计算机网络实训教程 [主编 张浩军 赵玉娟]
- 画法几何与机械制图习题集(多学时) [主编 赵军]
- HCIA-Datacom认证题库分类精讲 [主 编 韩立刚]
- SwiftUI完全开发 [李智威 著]
- 网络规划设计师备考一本通 [夏杰 编著]