人工智能导论

本书内容包括知识表示、知识获取、知识应用三部分。其中，知识表示主要介绍概念表示、知识表示、知识图谱；知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习；知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱，本书还深入浅出地介绍了有关智能搜索技术、机器学习、神经网络、计算机视觉、语言智能、机器人等在内的不同领域的应用实践成果。 本书主要面向大学非计算机类的工科专业的高年级学生与研究生，帮助学生了解人工智能的发展过程与基本知识，熟悉人工智能产业的发展现状与市场需求，培养人工智能应用能力。同时，对于计算机相关专业的学生，本书也可作为人工智能专业课程的先导学习材料。

前言 李德毅 第一章　绪论 001 11 人工智能的起源和定义 001 12 人工智能的流派 003 13 人工智能的进展和发展趋势 009 第二章　概念表示 012 21 经典概念理论 012 22 数理逻辑 013 23 集合论 017 24 概念的现代表示理论 020 第三章　知识表示 023 31 知识与知识表示的概念 023 32 产生式表示法 026 33 框架表示法 029 34 状态空间表示法 032 35 本章小结 036 第四章　知识图谱 038 41 知识图谱 038 42 本体知识表示 042 43 万维网知识表示 043 44 知识图谱的现状及发展 049 45 知识图谱的应用示例 055 46 本章小结 056 第五章　搜索技术057 51　图搜索策略 058 52　盲目搜索 059 53　启发式搜索 063 54　博弈搜索 067 55　本章小结 070 第六章　群智能算法072 61　群智能算法产生的背景 072 62　遗传算法 073 63　粒子群优化算法及其应用 083 64　蚁群算法 088 65　本章小结 092 第七章　机器学习094 71　机器学习的发展 095 72　监督学习 096 73　无监督学习 101 74　弱监督学习 104 75　讨论 108 76　本章小结 109 第八章　人工神经网络与深度学习111 81　神经网络的发展历史 111 82　神经元与神经网络 112 83　BP 神经网络及其学习算法 115 84　卷积神经网络 119 85　生成对抗网络 126 86　深度学习的应用 128 87　本章小结 131 第九章　专家系统 133 91 专家系统概述 133 92 推理方法 135 93 一个简单的专家系统 136 94 非确定性推理 142 95 专家系统工具 146 96 专家系统的应用 147 97 专家系统的局限性 148 98 本章小结 148 第十章　计算机视觉 150 101　计算机视觉概述 150 102 数字图像的类型及机内表示 152 103 常用计算机视觉模型和关键技术 153 104 应用实例：人脸识别技术 162 105 本章小结 164 第十一章　自然语言处理 166 111 自然语言处理概述 166 112 机器翻译 172 113 自然语言人机交互 177 114 智能问答 189 115 本章小结 193 第十二章　语音处理 195 121 语音的基本概念 195 122 语音识别 196 123 语音合成 202 ?IV? 124 语音增强 206 125 语音转换 208 126 情感语音 210 127 本章小结 214 第十三章　规划 216 131 基本概念 216 132 经典规划 217 133 概率规划 221 134 典型应用 227 第十四章　多智能体系统229 141 智能体 229 142 智能体的具体结构 234 143 多智能体协商 236 144 多智能体学习 242 145 本章小结 244 第十五章　智能机器人246 151 概述 247 152 人工智能技术在机器人中的应用 249 153 智能机器人发展展望 259 参考文献262

本书的编写汇集了多位专家学者的智慧。本书主编李德毅院士以其睿智深邃的学术思想对全书进行了高屋建瓴的顶层设计，并以严谨求实的学者风范并全程参与撰写与审订工作。 本书邀请了陆汝钤院士、桂卫华院士、谭铁牛院士、吴朝晖院士、戴琼海院士担任顾问专家，他们对本书的学术观点、技术方向以及内容组织都提供了极具价值的意见和建议。 中国科协学会学术部对丛书的撰写、出版、推广全过程提供了大力支持与具体指导。中国人工智能学会承担了本书编写的全部组织工作。

暂无其它内容！

• 《人工智能导论》学习

  来源：豆瓣 发布时间：2025-05-10 03:52:37