人工智能導(dǎo)論

前言
二維碼資源清單
第1章 人工智能概述1
知識(shí)目標(biāo)1
思政與素養(yǎng)1
導(dǎo)入案例 手機(jī)中的人工智能1
1.1 人工智能基礎(chǔ)知識(shí)2
1.1.1 人工智能的定義2
1.1.2 人工智能的分類3
拓展閱讀 奇點(diǎn)來(lái)臨？4
1.2 人工智能的起源和發(fā)展5
1.2.1 人工智能的孕育5
1.2.2 圖靈測(cè)試與人工智能7
1.2.3 馮·諾依曼體系結(jié)構(gòu)8
1.2.4 人工智能學(xué)科的誕生9
1.2.5 人工智能的發(fā)展歷程10
拓展閱讀 幾位人工智能的奠基人11
1.3 人工智能的主要流派及研究領(lǐng)域14
1.3.1 人工智能的主要流派14
1.3.2 人工智能的研究領(lǐng)域15
1.4 人工智能的發(fā)展現(xiàn)狀17
1.4.1 國(guó)際人工智能發(fā)展現(xiàn)狀17
1.4.2 我國(guó)的人工智能發(fā)展現(xiàn)狀18
1.4.3 “人工智能＋”時(shí)代已經(jīng)來(lái)臨18
1.5 人工智能安全22
1.5.1 人工智能的安全的挑戰(zhàn)和機(jī)遇22
1.5.2 人工智能安全應(yīng)用23
1.5.3 人工智能安全治理25
拓展閱讀 馬斯克和扎克伯格的人工智能論戰(zhàn)26
案例賞析27
案例1 無(wú)人銀行的全新服務(wù)體驗(yàn)27
案例2 智能試衣間：試衣不煩瑣28
1.6 習(xí)題30
第2章 大數(shù)據(jù)與人工智能31
知識(shí)目標(biāo)31
思政與素養(yǎng)31
導(dǎo)入案例 天貓“雙十一”購(gòu)物節(jié)31
2.1 大數(shù)據(jù)的概念32
2.1.1 什么是大數(shù)據(jù)32
2.1.2 大數(shù)據(jù)的產(chǎn)生32
2.1.3 大數(shù)據(jù)的發(fā)展歷程34
2.1.4 數(shù)據(jù)的量級(jí)34
2.2 大數(shù)據(jù)的特征35
2.2.1 大數(shù)據(jù)的數(shù)據(jù)特征35
2.2.2 大數(shù)據(jù)的技術(shù)特征36
拓展閱讀 大數(shù)據(jù)到底給貴州帶來(lái)了什么？37
2.3 大數(shù)據(jù)下的云計(jì)算38
2.3.1 云計(jì)算的概念38
2.3.2 云計(jì)算的分類39
2.3.3 云計(jì)算的服務(wù)模式40
2.3.4 云計(jì)算的主要技術(shù)41
拓展閱讀 阿里云42
2.4 大數(shù)據(jù)、云計(jì)算與人工智能43
2.4.1 大數(shù)據(jù)與云計(jì)算44
2.4.2 大數(shù)據(jù)與人工智能45
拓展閱讀 “啤酒與尿布”的故事45
2.5 大數(shù)據(jù)分析處理46
2.5.1 大數(shù)據(jù)思維46
2.5.2 大數(shù)據(jù)處理47
2.5.3 大數(shù)據(jù)與人工智能應(yīng)用48
案例賞析48
案例1 智慧交通48
案例2 智慧電商50
2.6 習(xí)題53
第3章 專家系統(tǒng)55
知識(shí)目標(biāo)55
思政與素養(yǎng)55
導(dǎo)入案例 “沃森醫(yī)生”來(lái)上海為腫瘤患者看病了55
3.1 專家系統(tǒng)概述56
3.1.1 專家系統(tǒng)的定義56
3.1.2 專家系統(tǒng)的特點(diǎn)57
3.1.3 專家系統(tǒng)的發(fā)展歷程57
3.1.4 專家系統(tǒng)的基本結(jié)構(gòu)58
拓展閱讀 DENDRAL系統(tǒng)研發(fā)團(tuán)隊(duì)60
3.2 知識(shí)的表示61
3.2.1 知識(shí)的概念61
3.2.2 謂詞邏輯表示法63
3.2.3 產(chǎn)生式表示法65
3.2.4 框架表示法66
3.2.5 語(yǔ)義網(wǎng)絡(luò)表示法69
3.2.6 知識(shí)圖譜70
拓展閱讀 會(huì)寫新聞稿的機(jī)器人Dreamwriter73
3.3 搜索技術(shù)74
3.3.1 盲目搜索74
3.3.2 啟發(fā)式搜索75
3.3.3 蒙特卡羅樹搜索算法77
拓展閱讀 漢諾塔問題78
3.4 專家系統(tǒng)的開發(fā)79
3.4.1 需求分析79
3.4.2 系統(tǒng)設(shè)計(jì)80
3.4.3 知識(shí)庫(kù)構(gòu)建81
3.4.4 系統(tǒng)開發(fā)與測(cè)試82
3.5 專家系統(tǒng)應(yīng)用82
案例賞析83
案例1 DENDRAL專家系統(tǒng)83
案例2 MYCIN專家系統(tǒng)84
3.6 習(xí)題87
第4章 機(jī)器學(xué)習(xí)89
知識(shí)目標(biāo)89
思政與素養(yǎng)89
導(dǎo)入案例 “深藍(lán)”大戰(zhàn)國(guó)際象棋世界冠軍卡斯帕羅夫89
4.1 機(jī)器學(xué)習(xí)概念90
4.1.1 什么是機(jī)器學(xué)習(xí)90
4.1.2 機(jī)器學(xué)習(xí)的發(fā)展91
拓展閱讀 跳棋中的機(jī)器學(xué)習(xí)93
4.2 機(jī)器學(xué)習(xí)的類型94
4.2.1 監(jiān)督學(xué)習(xí)94
4.2.2 無(wú)監(jiān)督學(xué)習(xí)95
4.2.3 半監(jiān)督學(xué)習(xí)95
4.2.4 強(qiáng)化學(xué)習(xí)96
拓展閱讀 Netflix電影推薦系統(tǒng)96
4.3 機(jī)器學(xué)習(xí)的算法97
4.3.1 回歸算法98
4.3.2 決策樹算法100
4.3.3 樸素貝葉斯算法101
4.3.4 支持向量機(jī)102
4.3.5 聚類算法103
4.3.6 降維算法105
拓展閱讀 沒有免費(fèi)的午餐106
4.4 機(jī)器學(xué)習(xí)的應(yīng)用106
4.4.1 機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域106
4.4.2 機(jī)器學(xué)習(xí)的一般流程108
案例賞析109
案例1 自動(dòng)過濾垃圾郵件的克星109
案例2 能夠自適應(yīng)學(xué)習(xí)的BRETT機(jī)器人111
4.5 習(xí)題112
第5章 深度學(xué)習(xí)114
知識(shí)目標(biāo)114
思政與素養(yǎng)114
導(dǎo)入案例 AlphaGo大戰(zhàn)李世石114
5.1 人工神經(jīng)網(wǎng)絡(luò)116
5.1.1 神經(jīng)元116
5.1.2 神經(jīng)元模型116
5.1.3 感知機(jī)117
拓展閱讀 一代宗師杰弗里·辛頓118
5.2 BP神經(jīng)網(wǎng)絡(luò)119
5.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)119
5.2.2 BP神經(jīng)網(wǎng)絡(luò)算法120
拓展閱讀 延恩·樂存121
5.3 卷積神經(jīng)網(wǎng)絡(luò)121
5.3.1 卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介121
5.3.2 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)122
5.3.3 常用的卷積神經(jīng)網(wǎng)絡(luò)124
拓展閱讀 GPU與海量訓(xùn)練數(shù)據(jù)127
5.4 循環(huán)神經(jīng)網(wǎng)絡(luò)128
5.4.1 循環(huán)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介128
5.4.2 循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)129
5.4.3 常用的循環(huán)神經(jīng)網(wǎng)絡(luò)130
拓展閱讀 TensorFlow深度學(xué)習(xí)框架130
5.5 深度學(xué)習(xí)及應(yīng)用131
案例賞析133
案例1 AlphaGo的成功秘訣133
案例2 AlphaGo Zero的成功秘訣135
5.6 習(xí)題136
第6章 計(jì)算機(jī)視覺138
知識(shí)目標(biāo)138
思政與素養(yǎng)138
導(dǎo)入案例 “最強(qiáng)大腦”之人機(jī)大戰(zhàn)，百度人工智能勝出138
6.1 計(jì)算機(jī)視覺的概念139
6.1.1 什么是計(jì)算機(jī)視覺139
6.1.2 計(jì)算機(jī)視覺的發(fā)展歷程140
6.1.3 計(jì)算機(jī)視覺的應(yīng)用140
6.2 圖像處理與視覺系統(tǒng)142
6.2.1 圖像基礎(chǔ)143
6.2.2 圖像處理技術(shù)145
6.2.3 計(jì)算機(jī)視覺系統(tǒng)148
拓展閱讀 智能布匹質(zhì)量