|
关于我们
 书单推荐 新书推荐 |
人工智能应用丛书；全国高等院校人工智能系列“十三五”规划教材:人工智能导论 
定 价：49.8 元
9 7 2 8 5 7 8 1 7 1 0 3 2 
本书由四篇共１７ 章组成 *篇是基础理论篇 共九章(第１ ~ ９ 章)从整体角度介绍人工智能的基本概念与基础理论 第二篇是应用技术篇 共四章(第１０ ~１３ 章)介绍人工智能基础理论与相关分支领域相融合所产生的新技术 第三篇是应用篇 共三章(第１４ ~１６ 章)介绍智能产品的开发及目前广为流行的四种应用实例 第四篇是展望篇 共一章(第１７ 章)对人工智能学科今后发展提出建议和看法。在本书的编写中坚持三项原则:教材的现代性，即新的技术路线与新的体系，并形成新一代人工智能技术，教材的应用性，即更加关注人工智能与其他学科、领域的融合，将人工智能应用到多个行业中去，教材的引导性，即坚持教材的入门与引导作用 本书的出版在一定程度上填补了新一代人工智能教材的空白本书适合作为人工智能、计算机类专业及相关专业人工智能课程教材及培训教材，也可作为人工智能应用、开发人员的基础读物。
教材的现代性，即新的技术路线与新的体系，并形成新一代人工智能技术，教材的应用性，即更加关注人工智能与其他学科、领域的融合，将人工智能应用到多个行业中去，教材的引导性，即坚持教材的入门与引导作用 本书的出版在一定程度上填补了新一代人工智能教材的空白
伴随着ＡｌｐｈａＧｏ 的出现，人工智能得到了空前的关注， 特别是在大数据、互联 网＋ 等技术驱动之下，人工智能已成为推动新一轮产业和科技革新的动力，占据着国 家战略制高点的地位， 目前人工智能已列入我国战略性发展学科中，并在众多学科发 展中起到了头雁的作用。 从另一个角度看，如果要评选当前热门的学科，人工智能肯定榜上有名， 国内 众多知名高校纷纷开设人工智能专业，预计２０１９ 年还会有更多学校投入人工智能专业 建设中，一个人工智能研究、开发、应用及人工智能人才培养的百花齐放局面正在形成， 面对这种形势，迫切需要编写适应当前发展要求的人工智能基础性读物，它可以 作为人工智能人才培养的基础性教材，也可作为人工智能研究、开发、应用人员从事实 际工作的辅导性读物， 这种读物就是人工智能导论 为编好教材，我们在编写中坚持以下三项原则： １. 教材的现代性 实际上从目前市场上看有关人工智能导论、人工智能原理之类的教材还是很多 的，但仔细探究就会发现适应当前人工智能发展需求的教材并不多，现在人工智能 已进入第三个发展时期，并已形成新一代人工智能，这个时期人工智能的技术发展 特点体现在以下两方面： (１)新的技术路线 新一代人工智能的技术路线包含: ● 新的技术内容 以深度学习(特别是其中的卷积神经网络)为代表的机器学习方法，以知识图谱为 知识表示(特别是由它所组成的知识库)的现代推理方法是当前人工智能技术发展新 的特色。 ● 新的数据平台 以大数据技术作为发展人工智能新的数据平台，以支撑深度学习与现代推理方法 的发展。 １ ● 新的计算平台 以超级计算机、５Ｇ 通信、互联网、物联网、云计算、移动终端、人工智能芯片、传感 技术以及多种人工智能专用软件工具等所组成的高性能计算平台。 (２)新的体系 新一代人工智能正在成为一门独立、完整的一级学科，这需要一种新的体系，它应 是有别于传统的、老的体系，能适应人工智能新发展的体系。 凡符合以上两个特色的教材可称为新一代人工智能教材， 可喜的是这种教材 已在我国出现，但可惜的是还比较少， 本书正是向此目标努力的新一代人工智能 教材。 ２. 教材的应用性 从人工智能发展的经验与教训看，应用的受限一直是人工智能发展的瓶颈，每当 人工智能应用受到阻碍时就出现了人工智能发展的低潮，要保持人工智能的发展必须 不断开拓应用与多种领域、行业实现跨界融合发展，特别是与实体经济融合发 展，同时通过应用倒逼人工智能理论的发展并为其发展指明方向与目标。 特别需要知道的是，正是由于人工智能在经济发展及社会发展中的重大应用性， 才使人工智能学科上升成为国家级战略层次学科。 本书必须体现人工智能应用性，它表示书中的内容除了全面介绍人工智能内容 外，更加要关注于人工智能与其他学科、领域的融合，将人工智能广泛应用到多个行业 与领域中去，同时还要更加关注将人工智能与计算机相结合，开发出更多的产品来， 这也是本书所努力追求的另一个目标。 ３. 教材的引导性 人工智能导论是人工智能的基础性读物，它具有入门性与引导性作用? 由 于人工智能是一门学科，其内容涉及从理论、开发到应用，从上游、中游到下游等多方 面，但它不是一本百科全书，在编写中坚持其引导性与入门性原则，具体体现为: (１)从整体角度对人工智能学科有一个完整、系统的介绍，使读者对此学科有一个 全面、整体、系统的了解与认识。 (２)对人工智能学科中的整个体系、基础概念、基本理论、主要方法、融合思路、开 发原则以及应用实例等做全面介绍，但在介绍中并不着重于细节化描述而注重于概念 性与关联性。 (３)在全面介绍的基础上，重点突出:突出介绍那些具有整体性、基础性的内容，突 出介绍那些具有新一代技术发展特点的内容?突出介绍内容之间的关联性以及突出介 绍那些有开发、应用价值的内容。 根据以上三个编写原则，本书的内容由四篇共１７ 章组成： 第一篇是基础理论篇，共九章(第１ ~９ 章)， 该篇从整体角度介绍人工智能的基 本概念与基础理论。 第二篇是应用技术篇，共四章(第１０ ~１３ 章) 该篇介绍人工智能基础理论与相 关分支领域融合所产生的新技术，在人工智能直接应用中有重要理论指导作用的技 术， 它们分别模拟人类视觉、听觉、语言等能力以及包括大脑、五官、四肢等器官综合 处理能力。 第三篇是应用篇，共三章(第１４ ~１６ 章)，该篇介绍智能产品的开发及目前广为 流行的四种应用实例。 第四篇是展望篇，共一章(第１７ 章)，对人工智能学科今后的发展提出建议与 看法。 本书突出新技术、新体系及新应用，适合作为人工智能、计算机类专业及相关专业 人工智能课程教材及培训教材，也可作为人工智能应用、开发人员的基础读物， 本书由徐洁磐编著，由南京大学陈世福教授审稿，本书还得到南京大学计算机软 件新技术国家重点实验室的支持，在此特表示感谢，同时为简化阅读?凡书中标有 ★标志的内容为选学内容。 由于作者水平所限，不足之处望读者不吝赐教，联系方式: ｘｕｊｉｅｐａｎ＠ ｎｊｕ. ｅｄｕ. ｃｎ， 徐洁磐 于南京大学计算机科学与技术系 南京大学计算机软件新技术国家重点实验室 ２０１９ 年５ 月
徐洁磐：南京大学计算机科学与技术系教授，博导。主要研究计算机理论与数据库技术，曾任中国人工智能学会理事，离散数学学会理事长，中国计算机学会计算机理论专业委员会副主任，数据库专委会委员。教育部计算机教学指导委员会第一、二届委员。1957年南京大学数学系毕业，1963年苏联莫斯科大学数理逻辑副博士研究生毕业，1957年至今南京大学数学系、计算机系讲师，副教授、教授。
第一篇 基础理论篇 第１ 章 总论 ………………………………………………………………… ２ １. １ 人工智能发展历史………………………………………………………… ２ １. ２ 人工智能概念介绍………………………………………………………… ７ １. ３ 人工智能发展三大学派 ………………………………………………… １０ １. ４ 人工智能的学科体系 …………………………………………………… １１ 小结 ……………………………………………………………………………… １６ 习题１ …………………………………………………………………………… １７ 第２ 章 知识及知识表示 ………………………………………………… １８ ２. １ 概述 ……………………………………………………………………… １８ ２. ２ 产生式表示法 …………………………………………………………… ２０ ２. ３ 状态空间表示法 ………………………………………………………… ２３ ２. ４ 谓词逻辑表示法 ………………………………………………………… ２６ ２. ５ 知识图谱表示法 ………………………………………………………… ３２ 小结 ……………………………………………………………………………… ３５ 习题２ …………………………………………………………………………… ３６ 第３ 章 知识组织与管理知识库介绍 …………………………… ３７ ３. １ 知识库概述 ……………………………………………………………… ３７ ３. ２ 知识库发展历史 ………………………………………………………… ４０ ３. ３ 典型知识库系统介绍 …………………………………………………… ４１ 小结 ……………………………………………………………………………… ４８ 习题３ …………………………………………………………………………… ５０ 第４ 章 知识获取之搜索策略方法 …………………………………… ５１ ４. １ 概述 ……………………………………………………………………… ５１ ４. ２ 盲目搜索 ………………………………………………………………… ５２ ４. ３ 启发式搜索 ……………………………………………………………… ５３ ４. ４ 博弈树的启发式搜索 …………………………………………………… ５６ 小结 ……………………………………………………………………………… ５９ 习题４ …………………………………………………………………………… ５９ Ⅰ 第５ 章 知识获取之推理方法 …………………………………………… ６０ ５. １ 知识推理基本理论 ……………………………………………………… ６０ ５. ２ 谓词逻辑自然推理 ……………………………………………………… ６１ ５. ３ 谓词逻辑的自动定理证明 ……………………………………………… ６５ ５. ４ 知识推理方法之评价 …………………………………………………… ７３ 小结 ……………………………………………………………………………… ７４ 习题５ …………………………………………………………………………… ７４ 第６ 章 知识获取之机器学习方法 …………………………………… ７６ ６. １ 机器学习概述 …………………………………………………………… ７６ ６. ２ 人工神经网络 …………………………………………………………… ７９ ６. ３ 决策树 …………………………………………………………………… ８６ ６. ４ 贝叶斯方法 ……………………………………………………………… ９２ ６. ５ 支持向量机方法 ………………………………………………………… ９５ ６. ６ 关联规则方法 …………………………………………………………… ９７ ６. ７ 聚类方法 ………………………………………………………………… １０３ ６. ８ 迁移学习 ………………………………………………………………… １０６ ６. ９ 强化学习方法…………………………………………………………… １０８ 小结 …………………………………………………………………………… １０９ 习题６ ………………………………………………………………………… １１０ 第７ 章 深度学习与卷积神经网络 …………………………………… １１１ ７. １ 浅层学习与深度学习…………………………………………………… １１１ ７. ２ 深度学习概述…………………………………………………………… １１２ ７. ３ 卷积神经网络…………………………………………………………… １１４ 小结 …………………………………………………………………………… １２１ 习题７ ………………………………………………………………………… １２３ 第８ 章 知识获取之知识图谱方法 …………………………………… １２４ ８. １ 知识图谱中的知识获取概述 ………………………………………… １２４ ８. ２ 知识图谱中的知识获取方法 ………………………………………… １２４ ８. ３ 著名的知识图谱介绍…………………………………………………… １２７ ８. ４ 知识图谱中的知识存储………………………………………………… １２９ ８. ５ 知识图谱的应用………………………………………………………… １３０ 小结 …………………………………………………………………………… １３０ 习题８ ………………………………………………………………………… １３１ 第９ 章 知识获取之 Ａｇｅｎｔ 方法 ……………………………………… １３３ ９. １ Ａｇｅｎｔ 介绍 ……………………………………………………………… １３３ Ⅱ ９. ２ 多 Ａｇｅｎｔ ………………………………………………………………… １３７ ９. ３ 移动 Ａｇｅｎｔ ……………………………………………………………… １３９ ９. ４ 智能 Ａｇｅｎｔ ……………………………………………………………… １４０ 小结 …………………………………………………………………………… １４１ 习题９ ………………………………………………………………………… １４２ 第二篇 应用技术篇 第１０ 章 知识工程与专家系统 ………………………………………… １４４ １０. １ 知识工程与专家系统概述 …………………………………………… １４４ １０. ２ 专家系统组成 ………………………………………………………… １４６ １０. ３ 专家系统分类 ………………………………………………………… １４８ １０. ４ 专家系统开发 ………………………………………………………… １４８ １０. ５ 传统专家系统与新一代专家系统 …………………………………… １５１ 小结 …………………………………………………………………………… １５２ 习题１０ ………………………………………………………………………… １５３ 第１１ 章 计算机视觉 …………………………………………………… １５５ １１. １ 计算机视觉概述 ……………………………………………………… １５５ １１. ２ 计算机视觉中的图像分析和理解 …………………………………… １５８ １１. ３ 计算机视觉应用 ……………………………………………………… １６０ 小结 …………………………………………………………………………… １６３ 习题１１ ………………………………………………………………………… １６５ 第１２ 章 自然语言处理 ………………………………………………… １６６ １２. １ 自然语言处理之自然语言理解 ……………………………………… １６７ １２. ２ 自然语言处理之自然语言生成 ……………………………………… １７３ １２. ３ 语音处理 ……………………………………………………………… １７４ １２. ４ 自然语言处理应用实例 ……………………………………………… １８１ 小结 …………………………………………………………………………… １８３ 习题１２ ………………………………………………………………………… １８５ 第１３ 章 机器人 …………………………………………………………… １８７ １３. １ 机器人概述 …………………………………………………………… １８７ １３. ２ 机器人组织结构 ……………………………………………………… １９０ １３. ３ 机器人工作原理 ……………………………………………………… １９１ １３. ４ 机器人的应用 ………………………………………………………… １９２ 小结 …………………………………………………………………………… １９６ 习题１３ ………………………………………………………………………… １９８ Ⅲ 第三篇 应 用 篇 第１４ 章 大数据技术 …………………………………………………… ２０１ １４. １ 大数据技术概述 ……………………………………………………… ２０１ １４. ２ 大数据基础平台 ……………………………………………………… ２０４ １４. ３ 大数据软件平台Ｈａｄｏｏｐ …………………………………………… ２０４ １４. ４ 大数据管理系统标准 ＮｏＳＱＬ ………………………………………… ２０７ １４. ５ 大数据计算 …………………………………………………………… ２０８ １４. ６ 大数据用户接口与可视化 …………………………………………… ２１２ 小结 …………………………………………………………………………… ２１２ 习题１４ ………………………………………………………………………… ２１４ 第１５ 章 人工智能应用系统开发 ……………………………………… ２１６ １５. １ 概述 …………………………………………………………………… ２１６ １５. ２ 人工智能应用开发的三大要素 ……………………………………… ２１７ １５. ３ 人工智能应用开发系统结构 ………………………………………… ２２０ １５. ４ 人工智能应用系统开发流程 ………………………………………… ２２３ １５. ５ 人工智能应用的三种典型方法 ……………………………………… ２２５ 小结 …………………………………………………………………………… ２２６ 习题１５ ………………………………………………………………………… ２２７ 第１６ 章 人工智能的应用系统 ………………………………………… ２２８ １６. １ 自动驾驶与网联车 …………………………………………………… ２２８ １６. ２ 人脸识别 ……………………………………………………………… ２３４ １６. ３ 机器翻译 ……………………………………………………………… ２３９ １６. ４ 智能医学图像处理 …………………………………………………… ２４２ 小结 …………………………………………………………………………… ２４７ 习题１６ ………………………………………………………………………… ２４９ 第四篇 展 望 篇 第１７ 章 人工智能发展展望 …………………………………………… ２５２ １７. １ 人工智能学科发展 …………………………………………………… ２５２ １７. ２ 人工智能所引发的社会问题及其解决 ……………………………… ２５４ 小结 …………………………………………………………………………… ２５７ 习题１７ ………………………………………………………………………… ２５８ 参考文献 ……………………………………………………………………… ２５９
你还可能感兴趣
我要评论
|
