人工智能导论（第2版）（微课版）
图书信息
作者：陈永,池瑞楠,黄源主编编
出版社：人民邮电出版社
定价：49.80
ISBN：9787115665171
出版时间：2025-12-01
分类：图书,行业职业,计算机,教材和读物
商品介绍
目录
第1章
人工智能概述 1
1.1 人工智能简介 1
1.1.1 人工智能的定义 1
1.1.2 人工智能的特点 2
1.1.3 人工智能的分类 2
1.2 人工智能的起源与发展 3
1.2.1 人工智能的历史 3
1.2.2 我国的人工智能发展现状 5
1.3 人工智能的研究内容 6
1.3.1 机器学习 6
1.3.2 深度学习 6
1.3.3 强化学习 6
1.3.4 自然语言处理 6
1.3.5 计算机视觉 7
1.3.6 知识图谱 7
1.3.7 智能决策与规划 7
1.3.8 机器人技术 7
1.4 人工智能研究的主要学派 8
1.4.1 符号主义 8
1.4.2 连接主义 8
1.4.3 行为主义 8
1.5 人工智能的应用 9
1.5.1 自动驾驶 9
1.5.2 智能家居 9
1.5.3 智慧金融 10
1.5.4 智慧工业 10
1.5.5 智慧教育 10
1.6 小结 11
1.7 习题 11
第2章
人工智能基础知识 12
2.1 人工智能的数学基础 12
2.1.1 微积分 12
2.1.2 线性代数 13
2.1.3 概率论与数理统计 13
2.1.4 很优化理论 14
2.1.5 形式逻辑 14
2.2 人工智能的常用工具 14
2.2.1 TensorFlow 15
2.2.2 Mahout 15
2.2.3 Torch 15
2.2.4 Spark MLlib 15
2.2.5 Keras 15
2.2.6 CNTK 16
2.2.7 Caffe 16
2.2.8 Scikit-learn 16
2.3 数据采集 16
2.3.1 数据采集的概念 16
2.3.2 数据采集的常见方法 17
2.4 数据存储 19
2.4.1 数据存储的概念 19
2.4.2 数据存储的方式 19
2.5 数据清洗 21
2.5.1 数据清洗的概念 21
2.5.2 数据清洗的原理 22
2.5.3 数据清洗的应用领域 23
2.6 数据分析 23
2.6.1 大数据分析概述 24
2.6.2 大数据分析的主要类型 24
2.6.3 数据挖掘 24
2.7 数据可视化 26
2.7.1 数据可视化概述 26
2.7.2 数据可视化的应用 28
2.8 小结 30
2.9 习题 31
第3章
机器学习 32
3.1 机器学习概述 32
3.1.1 机器学习简介 32
3.1.2 机器学习的发展 33
3.1.3 机器学习的未来 34
3.2 机器学习的分类 34
3.2.1 监督学习 34
3.2.2 无监督学习 35
3.2.3 半监督学习 36
3.2.4 迁移学习 37
3.2.5 强化学习 37
3.3 机器学习常用算法 38
3.3.1 回归算法 39
3.3.2 聚类算法 42
3.3.3 降维算法 44
3.3.4 决策树算法 45
3.3.5 贝叶斯算法 46
3.3.6 支持向量机算法 48
3.3.7 关联规则算法 50
3.3.8 优化算法 52
3.4 小结 54
3.5 习题 55
第4章
深度学习 56
4.1 神经网络 56
4.1.1 神经网络简介 56
4.1.2 神经网络发展历史 57
4.1.3 神经网络的结构 58
4.1.4 神经网络的学习 59
4.1.5 激活函数 59
4.1.6 损失函数 61
4.2 感知机 62
4.2.1 感知机简介 62
4.2.2 多层感知机 63
4.3 卷积神经网络 64
4.3.1 卷积神经网络简介 64
4.3.2 卷积神经网络的结构 64
4.3.3 常用的卷积神经网络 66
4.4 循环神经网络 67
4.4.1 循环神经网络简介 68
4.4.2 循环神经网络的结构 68
4.4.3 常用的循环神经网络 69
4.5 生成对抗网络 69
4.5.1 生成对抗网络简介 70
4.5.2 生成对抗网络的结构 70
4.5.3 常用的生成对抗网络 71
4.6 深度学习的应用 72
4.6.1 自动驾驶 72
4.6.2 工业产品质检 73
4.7 小结 74
4.8 习题 75
第5章
计算机视觉 76
5.1 计算机视觉概述 76
5.1.1 计算机视觉简介 76
5.1.2 计算机视觉的发展历史 77
5.1.3 计算机视觉研究的意义 78
5.1.4 计算机视觉面临的挑战 79
5.2 图像分类 79
5.2.1 图像分类简介 79
5.2.2 图像分类算法 80
5.3 目标检测 83
5.3.1 目标检测简介 83
5.3.2 目标检测框架模型 83
5.4 图像分割 86
5.4.1 图像分割简介 86
5.4.2 图像分割算法 87
5.5 计算机视觉的应用 88
5.5.1 安防监控 88
5.5.2 无人机导航 89
5.5.3 智能工厂 90
5.6 小结 91
5.7 习题 91
第6章
自然语言处理 92
6.1 自然语言处理简介 92
6.1.1 自然语言处理的定义 92
6.1.2 自然语言处理的发展历程 93
6.1.3 自然语言处理的一般工作流程 94
6.1.4 自然语言处理的组成 95
6.2 自然语言理解 96
6.2.1 自然语言理解的层次 96
6.2.2 词法分析 96
6.2.3 句法分析 97
6.2.4 语义分析 98
6.3 信息检索 99
6.3.1 信息检索简介 99
6.3.2 信息检索的发展历程 99
6.3.3 信息检索的应用 100
6.4 机器翻译 102
6.4.1 机器翻译的基本模式 102
6.4.2 机器翻译的应用 103
6.5 情感分析 104
6.5.1 情感分析概述 104
6.5.2 情感分析的定义 104
6.5.3 情感分析的应用 105
6.6 语音识别 105
6.6.1 语音识别的定义 105
6.6.2 语音识别的发展历程 105
6.6.3 语音识别的基本原理 106
6.6.4 语音识别的应用 107
6.7 自然语言处理面临的问题和展望 107
6.7.1 自然语言处理面临的问题 108
6.7.2 自然语言处理的展望 109
6.8 小结 110
6.9 习题 111
第7章
大语言模型与AIGC 112
7.1 认识大语言模型 112
7.1.1 大语言模型概述 112
7.1.2 大语言模型预训练过程 114
7.1.3 大语言模型产品 116
7.2 大语言模型算法 118
7.2.1 变分自编码器 118
7.2.2 Transformer模型 119
7.2.3 扩散模型 121
7.3 AIGC 121
7.3.1 认识AIGC 122
7.3.2 AIGC提示词 123
7.4 AIGC的应用 126
7.4.1 AIGC文本生成 126
7.4.2 AIGC图像生成 128
7.4.3 AIGC视频生成 129
7.4.4 AIGC辅助编程 130
7.5 小结 131
7.6 习题 131
第8章
知识图谱 132
8.1 知识图谱简介 132
8.1.1 知识图谱的定义 132
8.1.2 知识图谱的发展历史 133
8.1.3 知识图谱的类型 134
8.2 知识表示和知识建模 135
8.2.1 知识表示 136
……
内容简介
人工智能作为引领新一轮科技革命和产业变革的战略性技术，正在深刻改变着人类社会的生产生活方式和思维模式。本书主要讲述人工智能的基础知识与基础理论，通过介绍大量人工智能的应用帮助读者快速了解人工智能相关技术。本书共11章，分别为人工智能概述、人工智能基础知识、机器学习、深度学习、计算机视觉、自然语言处理、大语言模型与AIGC、知识图谱、人工智能技术应用场景、智能机器人和人工智能的挑战与未来。
本书内容丰富，讲解细致，注重前沿技术发展变化，可作为本科院校和职业院校相关专业的教材，也可作为人工智能领域专业人才的参考书。