人工智能概论 从基础到大模型

图书信息

作者：方敏等编著编

出版社：人民邮电出版社

定价：69.80

ISBN：9787115672827

出版时间：2025-07-01

分类：图书,行业职业,计算机,工具书

商品介绍

目录

第1章 绪论

1.1 人工智能概述

1.1.1 人工智能的起源

1.1.2 人工智能的定义

1.1.3 人工智能发展的3要素

1.2 人工智能各学派的认知观

1.2.1 符号主义与逻辑推理

1.2.2 问题求解与探寻搜索

1.2.3 连接主义与数据驱动

1.2.4 行为主义与强化学习

1.3 人工智能的研究内容与应用领域

1.3.1 人工智能的研究内容

1.3.2 人工智能的应用领域

1.4 人工智能的数学基础

1.5 人工智能路在何方

1.6 本章小结

第2章 知识表示与知识推理

2.1 知识表示与知识推理概述

2.1.1 知识概念

2.1.2 知识表示

2.1.3 知识推理

2.2 知识图谱概述

2.2.1 知识图谱的概念

2.2.2 知识图谱的分类

2.2.3 知识图谱的逻辑架构

2.2.4 知识图谱的应用价值

2.3 知识图谱构建方法

2.4 知识图谱关键技术

2.4.1 本体构建

2.4.2 知识抽取

2.4.3 知识融合

2.4.4 知识存储

2.4.5 知识推理

2.4.6 知识更新

2.5 本章小结

第3章 搜索技术

3.1 搜索算法基础

3.1.1 搜索问题基本定义

3.1.2 搜索问题的类型和求解

3.1.3 搜索算法的评价指标

3.2 盲目搜索

3.2.1 BFS

3.2.2 DFS

3.2.3 IDS

3.3 启发式搜索

3.3.1 GBFS

3.3.2 A*搜索算法

3.3.3 IDA*搜索算法

3.4 很优化问题中的搜索

3.4.1 很优化问题概述

3.4.2 线性规划

3.4.3 单纯形法

3.5 本章小结

第4章 机器学习

4.1 机器学习基本概念

4.2 线性回归

4.3 决策树

4.4 人工神经网络

4.4.1 神经元与感知机

4.4.2 BP神经网络及其学习方法

4.5 本章小结

第5章 深度学习与大模型

5.1 深度学习

5.1.1 从神经网络到深度学习

5.1.2 卷积神经网络

5.1.3 卷积神经网络的实例LeNet-5

5.2 大模型

5.2.1 大模型概述

5.2.2 大模型的分类

5.2.3 大模型的关键技术

5.2.4 开源大模型DeepSeek

5.3 本章小结

第6章 强化学习

6.1 强化学习的定义

6.1.1 强化学习的基本概念

6.1.2 马尔可夫决策过程

6.1.3 强化学习问题定义

6.1.4 贝尔曼方程

6.2 基于价值的强化学习

6.2.1 Q-Learning

6.2.2 DQN

6.3 基于策略的强化学习

6.3.1 策略梯度

6.3.2 近端策略优化（PPO）

6.4 深度强化学习的应用

6.4.1 深度强化学习在游戏AI中的应用

6.4.2 强化学习在应用落地中存在的问题

6.5 本章小结

第7章 自然语言处理与认知智能

7.1 自然语言处理概述

7.1.1 研究内容

7.1.2 应用领域

7.1.3 算法介绍

7.2 对话系统

7.2.1 对话理解

7.2.2 对话管理

7.2.3 回复生成

7.3 文本生成

7.3.1 文本生成概述

7.3.2 Transformer

7.4 本章小结

第8章 计算机视觉与感知智能

8.1 计算机视觉概述

8.1.1 研究内容

8.1.2 应用领域

8.1.3 算法介绍

8.2 目标检测

8.2.1 目标检测基本概念

8.2.2 目标检测模型

8.3 图像分割

8.3.1 图像分割基本概念

8.3.2 FCN

8.4 本章小结

第9章 自动驾驶与具身智能

9.1 自动驾驶概述

9.2 环境感知与理解

9.2.1 车载传感器介绍

9.2.2 目标检测与跟踪

9.2.3 障碍物检测与避障

9.2.4 车道线识别

9.2.5 环境建模与场景理解

9.2.6 多传感器融合

9.3 地图与定位技术

9.3.1 高精度地图

9.3.2 汽车定位技术

9.3.3 SLAM

9.4 导航规划与控制

9.4.1 路径规划

9.4.2 车用地图与导航技术

9.4.3 自动驾驶汽车控制

9.5 本章小结

内容简介

本书按照人工智能各技术流派分别进行讲述，强调科学性、系统性、综合性和实用性的统一。本书共分为9章，每章围绕一个人工智能核心主题展开，逐步引导读者深入了解AI的各个方面。首先概述人工智能研究内容和各技术学派思想；然后介绍知识表示与推理方法，如知识图谱关键技术；再对人工智能中的搜索技术原理进行讲解；接着介绍机器学习的相关概念和技术原理，并重点讲解深度学习与大模型相关技术；还介绍强化学习，即基于价值和基于策略的强化学习；最后介绍人工智能综合应用实践，分别为自然语言处理与认知智能、计算机视觉与感知智能、自动驾驶与具身智能的基础知识、创新案例及行业应用。

本书可作为普通本科或职业教育信息类专业的专业核心课教材，也可以作为其他理工类专业学习人工智能技术创新应用的参考教材，还可作为从事智能化工作相关人员的培训用书或入门读本。

主编推荐

·中信科产业学院《人工智能导论》课程教材。中信科产业学院是中信科移动通信技术股份有限公司与多所高校合作建立的产教融合型学院，每年开班数量为4~6，每班人数为150~180，年用书量预计为1000+。 2.中信科具备强大的技术功底和一定的客户资源，在图书内容质量保障和宣传推广方面有很大的优势。 3.本书全面覆盖理论知识，结合实际讲解算法，帮助读者将理论知识应用于实际工作。同时，本书有丰富的配套资源，如PPT、习题及答案等，便于教师教学和企业培训。 从技术流派到核心主题，科学实用兼顾，帮你系统吃透 AI 硬知识。 ·信息类专业核心教材，理工入门、从业者培训都能用，一本顶多样。 ·9 章串起 AI 核心，从基础到热门应用，跟着学透 AI 方方面面。 ·理论结合创新案例，从认知到具身智能，学完 get 实用技能。