相關截圖：

資料簡介：

本書是中國科協新一代信息技術系列叢書之一。本書內容包括知識表示、知識獲取、知識應用三部分。其中，知識表示主要介紹概念表示、知識表示、知識圖譜；知識獲取主要介紹搜索技術、群智能算法、機器學習、人工神經網絡與深度學習；知識應用涉及計算機視覺、自然語言處理、語音處理、專家系統、規劃、多智能體系統與智能機器人六部分。力求將人工智能的發展脈絡、技術理論、產業成果以翔實的形態展現于人前。除了必要的知識點與寬泛的知識圖譜，本書還深入淺出地介紹了有關智能搜索技術、機器學習、神經網絡、計算機視覺、語言智能、機器人等在內的不同領域的應用實踐成果。本書主要面向大學非計算機類的工科專業的高年級學生與研究生，幫助學生了解人工智能的發展過程與基本知識，熟悉人工智能產業的發展現狀與市場需求，培養人工智能應用能力。同時，對于計算機相關專業的學生，本書也可作為人工智能專業課程的先導學習材料。

資料目錄：

前言? 李德毅

第一章　緒論? 001

11 人工智能的起源和定義 001

12 人工智能的流派 003

13 人工智能的進展和發展趨勢 009

第二章　概念表示? 012

21 經典概念理論 012

22 數理邏輯 013

23 集合論 017

24 概念的現代表示理論 020

第三章　知識表示 023

31 知識與知識表示的概念 023

32 產生式表示法 026

33 框架表示法 029

34 狀態空間表示法 032

35 本章小結 036

第四章　知識圖譜 038

41 知識圖譜 038

42 本體知識表示 042

43 萬維網知識表示? 043

44 知識圖譜的現狀及發展? 049

45 知識圖譜的應用示例? 055

46 本章小結? 056

第五章　搜索技術057

51　圖搜索策略? 058

52　盲目搜索? 059

53　啟發式搜索? 063

54　博弈搜索? 067

55　本章小結? 070

第六章　群智能算法072

61　群智能算法產生的背景? 072

62　遺傳算法? 073

63　粒子群優化算法及其應用? 083

64　蟻群算法? 088

65　本章小結? 092

第七章　機器學習094

71　機器學習的發展? 095

72　監督學習? 096

73　無監督學習? 101

74　弱監督學習? 104

75　討論? 108

76　本章小結? 109

第八章　人工神經網絡與深度學習111

81　神經網絡的發展歷史? 111

82　神經元與神經網絡? 112

83　BP 神經網絡及其學習算法? 115

84　卷積神經網絡? 119

85　生成對抗網絡? 126

86　深度學習的應用? 128

87　本章小結? 131

第九章　專家系統 133

91 專家系統概述? 133

92 推理方法? 135

93 一個簡單的專家系統? 136

94 非確定性推理? 142

95 專家系統工具? 146

96 專家系統的應用? 147

97 專家系統的局限性? 148

98 本章小結? 148

第十章　計算機視覺 150

101　計算機視覺概述? 150

102 數字圖像的類型及機內表示? 152

103 常用計算機視覺模型和關鍵技術? 153

104 應用實例：人臉識別技術? 162

105 本章小結? 164

第十一章　自然語言處理 166

111 自然語言處理概述? 166

112 機器翻譯? 172

113 自然語言人機交互? 177

114 智能問答? 189

115 本章小結? 193

第十二章　語音處理 195

121 語音的基本概念 195

122 語音識別 196

123 語音合成 202

?IV?

124 語音增強 206

125 語音轉換 208

126 情感語音 210

127 本章小結 214

第十三章　規劃 216

131 基本概念 216

132 經典規劃 217

133 概率規劃 221

134 典型應用 227

第十四章　多智能體系統229

141 智能體 229

142 智能體的具體結構 234

143 多智能體協商 236

144 多智能體學習 242

145 本章小結 244

第十五章　智能機器人246

151 概述 247

152 人工智能技術在機器人中的應用 249

153 智能機器人發展展望 259

參考文獻262

總結

以上是生活随笔為你收集整理的java导论pdf下载,人工智能导论 PDF 下载的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。