AV色欲AⅤ色啪啪AV无码,久久一级无码不卡毛片

人工智能（AI）是計(jì)算機(jī)科學(xué)的一個(gè)重要分支，它涉及理解和構(gòu)建智能實(shí)體，確保這些智能實(shí)體機(jī)器在各種情況下能有效和安全地行動(dòng)。人工智能對世界的影響將超過迄今為止人類歷史上的任何事物，它可以與任何智能任務(wù)產(chǎn)生聯(lián)系，是真正普遍存在的領(lǐng)域。
本書的知識內(nèi)容包括思考的工具、定義人工智能、大數(shù)據(jù)與人工智能、智能體與智能代理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、數(shù)據(jù)挖掘、機(jī)器人技術(shù)、計(jì)算機(jī)視覺、自然語言處理、GPT大語言模型起步、群體智能、自動(dòng)規(guī)劃和人工智能的發(fā)展等。
本書是結(jié)合本科教育、職業(yè)教育各專業(yè)學(xué)生發(fā)展需要，針對人工智能基礎(chǔ)課程、通識課程而全新設(shè)計(jì)編寫，具有豐富知識性與應(yīng)用特色的教材。本書主題特色鮮明，內(nèi)容易讀易學(xué)，既適合各專業(yè)學(xué)生學(xué)習(xí)，也適合對人工智能相關(guān)領(lǐng)域感興趣的讀者閱讀參考。

1. 這是一本全新設(shè)計(jì)的人工智能通識教材，作為學(xué)科導(dǎo)論與概覽，本書涉及領(lǐng)域?qū)挿�，�?nèi)容新穎先進(jìn)，結(jié)構(gòu)合理。人工智能學(xué)科（artificial intelligence，AI）以大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、遷移學(xué)習(xí)、對抗學(xué)習(xí)等作為基礎(chǔ)方法，在眾多應(yīng)用領(lǐng)域取得了重大突破，不僅解決了重要的科學(xué)問題，還將數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、大語言模型、機(jī)器人等技術(shù)應(yīng)用到了更廣泛的領(lǐng)域。
2. 文字流暢，通俗易懂，適合不同起點(diǎn)、不同層次讀者的學(xué)習(xí)需要，并具有必要的技術(shù)深度。雖然對讀者的知識起點(diǎn)要求不高，但認(rèn)真讀完全書，相信定會(huì)受益匪淺。雖然是計(jì)算機(jī)科學(xué)的重要分支，但人工智能對世界的影響將超過迄今為止人類歷史上的任何事物，它可以與任何智能任務(wù)產(chǎn)生聯(lián)系，是真正普遍存在的領(lǐng)域。因此，本書努力適應(yīng)不同學(xué)科不同專業(yè)讀者的閱讀能力，做到觸類旁通，舉一反三，構(gòu)筑知識和應(yīng)用基礎(chǔ)。
3. 把學(xué)科知識融入在理論與實(shí)踐當(dāng)中，用生動(dòng)、豐富的實(shí)際案例引導(dǎo)讀者閱讀且開卷有益。課前有密切相關(guān)的導(dǎo)讀案例，課后安排了針對課文閱讀和知識實(shí)踐的選擇題訓(xùn)練和參考答案重在掌握學(xué)習(xí)方法，提高學(xué)習(xí)能力。
4. 助力教師開展課程教育。讀者可從清華大學(xué)出版社網(wǎng)站（http://www.tup.com.cn）獲取本書豐富的配套教學(xué)資源，包括教學(xué)進(jìn)度、教學(xué)大綱等、可供備課刪減的完整教學(xué)課件等。全書配套錄制了30課微課教學(xué)視頻，供教學(xué)過程的不時(shí)之需，讀者可通過書中的二維碼掃描獲取。

《人工智能通識教程》第1版于2020年出版，由于全書內(nèi)容豐富，通俗易懂，很快受到廣大師生的青睞。另外，人工智能（artificial intelligence，AI）以大數(shù)據(jù)、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)為基礎(chǔ)方法，而如遷移學(xué)習(xí)、對抗學(xué)習(xí)、大語言模型等知識在很多領(lǐng)域也取得了重大突破。人工智能不僅解決了眾多科研問題，還將機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、自然語言處理、機(jī)器人等技術(shù)應(yīng)用到了更廣泛的領(lǐng)域，自然也對教材的新版提出了更高的要求。于是，在第1版的基礎(chǔ)上，本書的第2版應(yīng)運(yùn)而生。
人工智能的發(fā)展正處于黃金期。本書新版各章內(nèi)容都做了較大調(diào)整。第4章重點(diǎn)加強(qiáng)了智能體的知識。第5、6章重點(diǎn)加強(qiáng)了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的知識闡述。新增加了第7章強(qiáng)化學(xué)習(xí)。新增加了第12章GPT大語言模型起步，系統(tǒng)地介紹了大語言模型的豐富知識。限于篇幅，本書也適當(dāng)減少了部分內(nèi)容，如專家系統(tǒng)。
本書內(nèi)容豐富，信息量極大，不同讀者閱讀本書時(shí)需要采用不同的方式。本書的每一章都相對獨(dú)立，跳過前面內(nèi)容原則上不影響后面內(nèi)容的閱讀。通過對本書的閱讀和思考，讀者不僅能夠掌握與人工智能相關(guān)的理論和技術(shù)，還能把握人工智能發(fā)展的規(guī)律。
作為計(jì)算機(jī)科學(xué)的一個(gè)重要分支，人工智能對世界的影響將超過迄今為止人類歷史上的任何事物。它可以與任何智能任務(wù)產(chǎn)生聯(lián)系，是真正普遍存在的領(lǐng)域。本書包括思考的工具、定義人工智能、大數(shù)據(jù)與人工智能、智能體與智能代理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、數(shù)據(jù)挖掘、機(jī)器人技術(shù)、計(jì)算機(jī)視覺、自然語言處理、GPT大語言模型起步、群體智能、自動(dòng)規(guī)劃和人工智能的發(fā)展等內(nèi)容。
一如當(dāng)年的計(jì)算機(jī)以及隨后的因特網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)，今天，人工智能也是每個(gè)大學(xué)生和社會(huì)人士都必須關(guān)注、學(xué)習(xí)和重視的知識與應(yīng)用。
本書是針對高等院校文理科學(xué)生的發(fā)展需要，為高等院校人工智能基礎(chǔ)或通識課程全新設(shè)計(jì)、編寫的教材。教師使用本書進(jìn)行教學(xué)時(shí)，可依照學(xué)習(xí)進(jìn)度與需求對內(nèi)容進(jìn)行適當(dāng)取舍。
本書每一章都體現(xiàn)下列要點(diǎn)。
(1) 提倡課前預(yù)習(xí)各章課文。各章均安排了精選的導(dǎo)讀案例，以深入淺出的方式引發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣。
(2) 介紹基本觀念，解釋原理，讓學(xué)習(xí)者能切實(shí)理解和掌握人工智能的基本原理及相關(guān)應(yīng)用知識。
(3) 組織淺顯易懂的案例，注重讓學(xué)生扎實(shí)地掌握基本理論知識，養(yǎng)成良好的學(xué)習(xí)方法。
(4) 為學(xué)生提供低認(rèn)知負(fù)荷的作業(yè)，讓學(xué)生在自我成就中構(gòu)建人工智能的基本觀念與技術(shù)架構(gòu)。
(5) 注重思維與實(shí)踐并進(jìn)。建議教師在教學(xué)班中組織研究性學(xué)習(xí)活動(dòng)，鼓勵(lì)學(xué)生討論與表達(dá)，努力讓人工智能的知識成為學(xué)生未來馳騁職場的立身之本。
雖然社會(huì)已經(jīng)進(jìn)入電子時(shí)代，但我們?nèi)匀唤吡Τ珜?dǎo)課前、課后看書，課中在書上做好筆記，在課程結(jié)束時(shí)完成課程學(xué) 結(jié)。為各章設(shè)計(jì)的作業(yè)（單選題）并不難，學(xué)生只要認(rèn)真閱讀本書，就能夠準(zhǔn)確回答所有題目。
采用本書作為教材時(shí)，教師和學(xué)生可以參考下面的課程教學(xué)進(jìn)度表。在實(shí)際教學(xué)中，應(yīng)按照教學(xué)大綱和實(shí)際情況確定課程的教學(xué)進(jìn)度。課程教學(xué)進(jìn)度表（2020學(xué)年第學(xué)期）
課程號: 課程名稱: 人工智能基礎(chǔ)學(xué)分: 2周學(xué)時(shí): 2
總學(xué)時(shí): 32（理論學(xué)時(shí): 32實(shí)踐學(xué)時(shí): ）
主講教師:
序號校歷
周次章節(jié)（或?qū)嵱?xùn)、習(xí)題課等）
名稱與內(nèi)容學(xué)時(shí)教學(xué)方法課后作業(yè)布置11引言
第1章思考的工具222第2章定義人工智能（1）233第2章定義人工智能（2）244第3章大數(shù)據(jù)與人工智能255第4章智能體與智能代理266第5章機(jī)器學(xué)習(xí)277第6章（人工神經(jīng)網(wǎng)絡(luò)與）深度學(xué)習(xí)288第7章強(qiáng)化學(xué)習(xí)299第8章數(shù)據(jù)挖掘21010第9章機(jī)器人技術(shù)21111第10章計(jì)算機(jī)視覺21212第11章自然語言處理21313第12章GPT大語言模型起步21414第13章群體智能21515第14章自動(dòng)規(guī)劃21616第15章人工智能的發(fā)展2課文作業(yè)課程學(xué) 結(jié)填表人（簽字）:日期:
分院（系、教研室）領(lǐng)導(dǎo)（簽字）: 日期:課程的教學(xué)評測可以從以下幾方面入手:
(1) 每章的課后作業(yè)（共15次）;
(2) 第15章的課程學(xué) 結(jié)（大作業(yè)1次）;
(3) 平時(shí)考勤;
(4) 任課老師認(rèn)為必要的其他考核方法。
本書特色鮮明、易讀易學(xué)，適合本科和高職院校各相關(guān)專業(yè)文理科學(xué)生學(xué)習(xí)，也適合對人工智能相關(guān)領(lǐng)域感興趣的讀者閱讀參考。
與本書配套的教學(xué)大綱、教學(xué)課件等電子資源，讀者可以從清華大學(xué)出版社網(wǎng)站（http://www.tup.com.cn）本書頁面的課件下載處下載。
根據(jù)學(xué)習(xí)需要，本書還配備了30課的微課視頻，讀者可先掃描封底刮刮卡進(jìn)行注冊，再掃描書中的二維碼進(jìn)行在線學(xué)習(xí)。
本書的編寫得到浙大城市學(xué)院、浙江工業(yè)大學(xué)之江學(xué)院、嘉善技師學(xué)院、溫州商學(xué)院、浙江華邦物聯(lián)技術(shù)股份有限公司等多所院校、企業(yè)同仁的支持，金海溶、戴躍江、朱準(zhǔn)、胡相勇、章小華等參與了本書的部分編寫工作，在此一并表示感謝！

周蘇2024年3月于杭州

作為計(jì)算機(jī)科學(xué)與技術(shù)一個(gè)重要的分支，人工智能（Artificial Intelligence，AI）的發(fā)展歷史已經(jīng)不短了。它經(jīng)過幾起幾落，終于迎來了高速發(fā)展、成果不斷涌現(xiàn)的新時(shí)期。毫無疑問，一如當(dāng)年的計(jì)算機(jī)以及隨后的因特網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)，今天，人工智能也是每個(gè)大學(xué)生和社會(huì)人士都必須關(guān)注、學(xué)習(xí)和重視的知識與應(yīng)用。
人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)。它試圖了解人類智能的實(shí)質(zhì)，并生產(chǎn)出新的能以與人類智能相似的方式做出反應(yīng)的智能機(jī)器。該領(lǐng)域的研究包括基礎(chǔ)概念、專家系統(tǒng)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、智能代理、群體智能、數(shù)據(jù)挖掘、機(jī)器人、圖像識別與處理、自然語言處理、自動(dòng)規(guī)劃等�？梢韵胂螅磥砣斯ぶ悄軒淼目萍籍a(chǎn)品將會(huì)是人類智慧的容器。人工智能不是人的智能，但能模仿人的思考，甚至在某些方面可能超過人的智能。
人工智能是一門極富挑戰(zhàn)性的科學(xué)，包括的知識內(nèi)容十分廣泛。本書結(jié)構(gòu)新穎，內(nèi)容豐富，系統(tǒng)、全面地介紹了人工智能的相關(guān)概念與理論，可以幫助讀者扎實(shí)地打好人工智能的知識與應(yīng)用基礎(chǔ)。
本書針對高等院校文理科學(xué)生的發(fā)展需要，是為高等院校相關(guān)專業(yè)人工智能基礎(chǔ)課程或通識課程全新設(shè)計(jì)、編寫的教材。教師在使用本書進(jìn)行教學(xué)時(shí)，可依照學(xué)習(xí)進(jìn)度與需求對內(nèi)容進(jìn)行適當(dāng)取舍。
本書每一章都體現(xiàn)下列要點(diǎn)。
（1）介紹基本概念，解釋原理，讓學(xué)習(xí)者能切實(shí)理解和掌握人工智能的基本原理及相關(guān)應(yīng)用知識。
（2）組織淺顯易懂的案例，注重讓學(xué)生扎實(shí)地掌握基本理論知識，養(yǎng)成良好的學(xué)習(xí)方法。
（3）為學(xué)生提供低認(rèn)知負(fù)荷的作業(yè)，讓學(xué)生在自我成就中構(gòu)建人工智能的基本觀念與技術(shù)架構(gòu)。
（4）注重思維與實(shí)踐并進(jìn)。每章后面安排了【研究性學(xué)習(xí)】環(huán)節(jié)，建議教師在教學(xué)班中組織研究性學(xué)習(xí)小組，鼓勵(lì)學(xué)生討論與表達(dá)，努力讓人工智能的知識成為學(xué)生未來馳騁職場的立身之本。
雖然社會(huì)已經(jīng)進(jìn)入電子時(shí)代，但我們?nèi)匀唤吡Τ珜?dǎo)課前、課后讀書，課中在書上記筆記，在課程結(jié)束時(shí)完成課程學(xué) 結(jié)。為各章設(shè)計(jì)的作業(yè)（單選題）并不難，學(xué)生只要認(rèn)真閱讀本書，就能夠準(zhǔn)確回答所有題目。
采用本書作為教材時(shí)，教師和學(xué)生可以參考下面的課程教學(xué)進(jìn)度表。在實(shí)際教學(xué)中，應(yīng)按照教學(xué)大綱和實(shí)際情況確定課程教學(xué)進(jìn)度。課程教學(xué)進(jìn)度表（2020學(xué)年第學(xué)期）
課程號：課程名稱：人工智能學(xué)分： 2
周學(xué)時(shí)： 2總學(xué)時(shí)： 32 （其中理論學(xué)時(shí)： 32，實(shí)踐學(xué)時(shí)：）
主講教師：序號校歷周次章節(jié)（或?qū)嵱?xùn)、習(xí)題課等）名稱與內(nèi)容學(xué)時(shí)教學(xué)方法課后作業(yè)布置11引言
第1章思考的工具222第2章什么是人工智能233第3章規(guī)則與專家系統(tǒng)244第4章模糊邏輯與大數(shù)據(jù)思維255第5章包容體系結(jié)構(gòu)與機(jī)器人技術(shù)266第5章包容體系結(jié)構(gòu)與機(jī)器人技術(shù)277第6章機(jī)器學(xué)習(xí)288第6章機(jī)器學(xué)習(xí)299第7章神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)21010第8章智能代理21111第9章群體智能21212第10章數(shù)據(jù)挖掘與統(tǒng)計(jì)數(shù)據(jù)21313第11章智能圖像處理21414第12章自然語言處理21515第13章自動(dòng)規(guī)劃21616第14章人工智能的發(fā)展2課文作業(yè)
研究性學(xué)習(xí)課程學(xué) 結(jié)填表人（簽字）：日期：
系（教研室）主任（簽字）：日期：課程的教學(xué)評測可以從以下幾方面入手：
（1）每章的課后作業(yè)（共14次）。
（2）每章的研究性學(xué)習(xí)小組活動(dòng)評價(jià)（共13次）。
（3）第14章的課程學(xué) 結(jié)（大作業(yè)，1次）。
（4）平時(shí)考勤。
（5）任課教師認(rèn)為必要的其他考核方法。
本書特色鮮明，易讀易學(xué)，適合本科和高職高專院校各相關(guān)專業(yè)文理科學(xué)生學(xué)習(xí)，也適合對人工智能相關(guān)領(lǐng)域感興趣的讀者閱讀參考。
與本書配套的教學(xué)大綱、教學(xué)課件、習(xí)題答案等電子資源，讀者可以從清華大學(xué)出版社網(wǎng)站(http://www.tup.com.cn)本書頁面的課件下載處下載。
根據(jù)學(xué)習(xí)需要，本書還配備了1500分鐘的音頻講解資源，讀者可先掃描封底刮刮卡的二維碼，再掃描書中的二維碼進(jìn)行在線學(xué)習(xí)。
本書的編寫得到浙大城市學(xué)院、浙江理工大學(xué)、嘉興技師學(xué)院、浙江商業(yè)職業(yè)技術(shù)學(xué)院、浙江安防職業(yè)技術(shù)學(xué)院等多所院校師生的支持，袁堅(jiān)剛、吳賢平、余強(qiáng)、周恒、王文、喬鳳鳳等參與了本書部分內(nèi)容的編寫工作，作者在此一并表示感謝！

周蘇
2020年6月于杭州

第1章思考的工具1
【導(dǎo)讀案例】動(dòng)物智能: 聰明的漢斯1
1.1計(jì)算的淵源2
1.1.1巨石陣2
1.1.2安提基特拉機(jī)械3
1.1.3阿拉伯?dāng)?shù)字3
1.2巴貝奇與數(shù)學(xué)機(jī)器4
1.2.1差分機(jī)4
1.2.2分析機(jī)4
1.2.3機(jī)器人的由來5
1.3計(jì)算機(jī)的出現(xiàn)6
1.3.1為戰(zhàn)爭而發(fā)展的計(jì)算機(jī)器6
1.3.2計(jì)算機(jī)無處不在7
1.3.3通用計(jì)算機(jī)7
1.3.4計(jì)算機(jī)語言9
1.3.5計(jì)算機(jī)建模9
1.4計(jì)算機(jī)的智能行為10
1.4.1類人行為: 圖靈測試10
1.4.2類人思考: 認(rèn)知建模10
1.4.3理性思考: 思維法則11
1.4.4理性行為: 理性智能體11
1.4.5對人類可證益的智能體12
1.5人工智能大師13
【作業(yè)】13
第2章定義人工智能16
【導(dǎo)讀案例】自動(dòng)駕駛概述16
2.1人工智能的學(xué)科基礎(chǔ)19
2.2人工智能概述24
2.2.1人工與智能24
2.2.2人工智能的定義26
2.2.3人工智能的實(shí)現(xiàn)途徑26
2.2.4人工智能發(fā)展的6個(gè)階段27
2.3人工智能的發(fā)展歷史29
2.3.1人工智能研究獲得的圖靈獎(jiǎng)29
2.3.2從人工神經(jīng)元開始（19431956）29
2.3.3早期期望無限（19521969）31
2.3.4一些現(xiàn)實(shí)（19661973）32
2.3.5專家系統(tǒng)（19691986）33
2.3.6神經(jīng)網(wǎng)絡(luò)的回歸（1986至今）34
2.3.7概率推理和機(jī)器學(xué)習(xí)（1987至今）34
2.3.8大數(shù)據(jù)（2001至今）35
2.3.9深度學(xué)習(xí)（2011至今）36
2.4人工智能的研究36
【作業(yè)】40
第3章大數(shù)據(jù)與人工智能43
【導(dǎo)讀案例】電子商務(wù)的推薦系統(tǒng)43
3.1什么是模糊邏輯44
3.1.1甲蟲機(jī)器人的規(guī)則45
3.1.2模糊邏輯的發(fā)明45
3.1.3制定模糊邏輯的規(guī)則46
3.1.4模糊邏輯的定義47
3.1.5模糊理論的發(fā)展47
3.2模糊邏輯系統(tǒng)48
3.2.1純模糊邏輯系統(tǒng)48
3.2.2高木關(guān)野模糊邏輯系統(tǒng)49
3.2.3具有產(chǎn)生器及消除器的模糊邏輯系統(tǒng)49
3.3數(shù)據(jù)思維與變革49
3.3.1思維轉(zhuǎn)變之一: 樣本=總體50
3.3.2思維轉(zhuǎn)變之二: 接受數(shù)據(jù)的混雜性51
3.3.3思維轉(zhuǎn)變之三: 數(shù)據(jù)的相關(guān)關(guān)系52
3.4大數(shù)據(jù)與人工智能53
3.4.1人工智能與大數(shù)據(jù)的聯(lián)系53
3.4.2人工智能與大數(shù)據(jù)的區(qū)別54
3.4.3人工智能深化大數(shù)據(jù)應(yīng)用54
【作業(yè)】55
第4章智能體與智能代理58
【導(dǎo)讀案例】智能體: 下一個(gè)顛覆性AI應(yīng)用58
4.1智能體和環(huán)境61
4.2智能體的良好行為62
4.2.1性能度量62
4.2.2理性63
4.2.3全知、學(xué)習(xí)和自主63
4.3環(huán)境的本質(zhì)64
4.3.1指定任務(wù)環(huán)境64
4.3.2任務(wù)環(huán)境的屬性65
4.4智能體的結(jié)構(gòu)68
4.4.1智能體程序68
4.4.2學(xué)習(xí)型智能體69
4.4.3智能體程序組件的工作71
4.5智能代理技術(shù)72
4.5.1智能代理的定義72
4.5.2智能代理的典型工作過程72
4.5.3智能代理的特點(diǎn)73
4.5.4系統(tǒng)內(nèi)的協(xié)同合作74
4.6智能代理的典型應(yīng)用75
4.6.1股票/債券/期貨交易75
4.6.2醫(yī)療診斷76
4.6.3搜索引擎76
4.6.4實(shí)體機(jī)器人77
4.6.5電腦游戲77
【作業(yè)】78
第5章機(jī)器學(xué)習(xí)80
【導(dǎo)讀案例】奈飛的電影推薦引擎80
5.1什么是機(jī)器學(xué)習(xí)81
5.1.1機(jī)器學(xué)習(xí)的發(fā)展81
5.1.2機(jī)器學(xué)習(xí)的定義83
5.1.3機(jī)器學(xué)習(xí)的研究85
5.2基于學(xué)習(xí)方式的分類86
5.2.1監(jiān)督學(xué)習(xí)86
5.2.2無監(jiān)督學(xué)習(xí)87
5.2.3強(qiáng)化學(xué)習(xí)87
5.2.4機(jī)器學(xué)習(xí)的其他分類88
5.3機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)89
5.4機(jī)器學(xué)習(xí)算法90
5.4.1專注于學(xué)習(xí)能力91
5.4.2回歸算法92
5.4.3K近鄰算法92
5.4.4決策樹算法92
5.4.5貝葉斯算法93
5.4.6聚類算法94
5.4.7支持向量機(jī)算法94
5.4.8神經(jīng)網(wǎng)絡(luò)算法94
5.4.9梯度增強(qiáng)算法94
5.4.10關(guān)聯(lián)規(guī)則算法95
5.4.11EM（期望最大化）算法95
5.5機(jī)器學(xué)習(xí)的應(yīng)用95
5.5.1數(shù)據(jù)分析與挖掘96
5.5.2模式識別96
5.5.3生物信息學(xué)應(yīng)用96
5.5.4物聯(lián)網(wǎng)96
5.5.5聊天機(jī)器人97
5.5.6自動(dòng)駕駛98
【作業(yè)】98
第6章深度學(xué)習(xí)101
【導(dǎo)讀案例】人類與動(dòng)物智商的差別101
6.1動(dòng)物的中樞神經(jīng)系統(tǒng)103
6.1.1神經(jīng)系統(tǒng)的結(jié)構(gòu)103
6.1.2神經(jīng)系統(tǒng)的學(xué)習(xí)機(jī)制104
6.2了解人工神經(jīng)網(wǎng)絡(luò)104
6.2.1人工神經(jīng)網(wǎng)絡(luò)的研究105
6.2.2典型的人工神經(jīng)網(wǎng)絡(luò)105
6.2.3類腦計(jì)算機(jī)106
6.3深度學(xué)習(xí)的定義106
6.3.1深度學(xué)習(xí)的優(yōu)勢107
6.3.2深度學(xué)習(xí)的意義107
6.3.3神經(jīng)網(wǎng)絡(luò)理解圖片108
6.3.4訓(xùn)練神經(jīng)網(wǎng)絡(luò)110
6.3.5深度學(xué)習(xí)的方法111
6.4卷積神經(jīng)網(wǎng)絡(luò)114
6.4.1為什么選擇卷積114
6.4.2卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)116
6.5遷移學(xué)習(xí)117
6.5.1基于實(shí)例的遷移118
6.5.2基于特征的遷移118
6.5.3基于共享參數(shù)的遷移118
6.6深度學(xué)習(xí)的應(yīng)用118
【作業(yè)】120
第7章強(qiáng)化學(xué)習(xí)122
【導(dǎo)讀案例】谷歌制定新守則，確保機(jī)器人決策更安全122
7.1強(qiáng)化學(xué)習(xí)的定義123
7.1.1發(fā)展歷史123
7.1.2基本模型和原理124
7.1.3網(wǎng)絡(luò)模型設(shè)計(jì)124
7.1.4設(shè)計(jì)考慮126
7.1.5數(shù)據(jù)依賴性126
7.2與監(jiān)督學(xué)習(xí)的區(qū)別127
7.2.1學(xué)習(xí)方式128
7.2.2先驗(yàn)知識與標(biāo)注數(shù)據(jù)129
7.3強(qiáng)化學(xué)習(xí)基礎(chǔ)理論129
7.3.1基于模型與免模型環(huán)境129
7.3.2探索與利用130
7.3.3預(yù)測與控制131
7.4強(qiáng)化學(xué)習(xí)分類131
7.4.1從獎(jiǎng)勵(lì)中學(xué)習(xí)131
7.4.2被動(dòng)強(qiáng)化學(xué)習(xí)132
7.4.3主動(dòng)強(qiáng)化學(xué)習(xí)132
7.4.4強(qiáng)化學(xué)習(xí)中的泛化132
7.4.5學(xué)徒學(xué)習(xí)與逆強(qiáng)化學(xué)習(xí)132
7.5強(qiáng)化學(xué)習(xí)的應(yīng)用133
7.5.1游戲博弈134
7.5.2機(jī)器人控制134
7.5.3制造業(yè)135
7.5.4醫(yī)療服務(wù)業(yè)135
7.5.5電子商務(wù)136
【作業(yè)】136
第8章數(shù)據(jù)挖掘139
【導(dǎo)讀案例】葡萄酒的品質(zhì)139
8.1從數(shù)據(jù)到知識142
8.1.1決策樹分析143
8.1.2購物車分析143
8.1.3貝葉斯網(wǎng)絡(luò)144
8.2數(shù)據(jù)挖掘方法145
8.2.1數(shù)據(jù)挖掘的發(fā)展145
8.2.2數(shù)據(jù)挖掘的對象146
8.2.3數(shù)據(jù)挖掘的步驟146
8.2.4數(shù)據(jù)挖掘分析方法147
8.3數(shù)據(jù)挖掘的經(jīng)典算法148
8.3.1神經(jīng)網(wǎng)絡(luò)法148
8.3.2決策樹法149
8.3.3遺傳算法149
8.3.4粗糙集法149
8.3.5模糊集法149
8.3.6關(guān)聯(lián)規(guī)則法150
8.4機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘150
8.4.1數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)典型過程150
8.4.2機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘應(yīng)用案例152
【作業(yè)】154
第9章機(jī)器人技術(shù)156
【導(dǎo)讀案例】劃時(shí)代的阿波羅計(jì)劃156
9.1包容體系結(jié)構(gòu)158
9.1.1所謂中文房間159
9.1.2傳統(tǒng)機(jī)器人學(xué)159
9.1.3建立包容體系結(jié)構(gòu)160
9.2包容體系結(jié)構(gòu)的實(shí)現(xiàn)160
9.2.1艾倫機(jī)器人161
9.2.2赫伯特機(jī)器人161
9.2.3托托機(jī)器人162
9.3機(jī)器感知162
9.3.1機(jī)器智能與智能機(jī)器163
9.3.2機(jī)器思維與思維機(jī)器163
9.3.3機(jī)器行為與行為機(jī)器163
9.4機(jī)器人的概念164
9.4.1機(jī)器人的發(fā)展164
9.4.2機(jī)器人三原則165
9.5機(jī)器人的技術(shù)問題166
9.5.1機(jī)器人的組成166
9.5.2機(jī)器人的運(yùn)動(dòng)167
9.5.3機(jī)器人大狗168
【作業(yè)】169
第10章計(jì)算機(jī)視覺172
【導(dǎo)讀案例】谷歌大腦的誕生172
10.1模式識別174
10.2圖像識別175
10.2.1人類的圖像識別能力176
10.2.2圖像識別的基礎(chǔ)176
10.2.3圖形識別的模型178
10.2.4神經(jīng)網(wǎng)絡(luò)圖像識別178
10.3計(jì)算機(jī)視覺技術(shù)179
10.3.1什么是機(jī)器視覺179
10.3.2定義計(jì)算機(jī)視覺180
10.3.3計(jì)算機(jī)視覺與機(jī)器視覺的區(qū)別181
10.4智能圖像處理技術(shù)182
10.4.1圖像采集182
10.4.2圖像預(yù)處理182
10.4.3圖像分割182
10.4.4目標(biāo)識別和分類183
10.4.5目標(biāo)定位和測量183
10.4.6目標(biāo)檢測和跟蹤183
10.5計(jì)算機(jī)視覺系統(tǒng)典型功能184
10.6計(jì)算機(jī)視覺技術(shù)的應(yīng)用185
10.6.1機(jī)器視覺的行業(yè)應(yīng)用186
10.6.2檢測與機(jī)器人視覺應(yīng)用186
10.6.3布匹生產(chǎn)質(zhì)量檢測188
【作業(yè)】190
第11章自然語言處理192
【導(dǎo)讀案例】機(jī)器翻譯: 大數(shù)據(jù)簡單算法與小數(shù)據(jù)復(fù)雜算法192
11.1語言的問題和可能性194
11.2什么是自然語言處理195
11.2.1自然語言處理的原因195
11.2.2自然語言處理的方法196
11.2.3自然語言處理的任務(wù)197
11.2.4語言模型198
11.3語法類型與語義分析199
11.3.1語法類型200
11.3.2語義分析200
11.3.3IBM機(jī)器翻譯系統(tǒng)200
11.4處理數(shù)據(jù)與處理工具201
11.4.1統(tǒng)計(jì)NLP語言數(shù)據(jù)集201
11.4.2自然語言處理工具201
11.4.3自然語言處理的技術(shù)難點(diǎn)202
11.5語音處理202
11.5.1語音處理的發(fā)展202
11.5.2語音理解203
11.5.3語音識別203
【作業(yè)】205
第12章GPT大語言模型起步207
【導(dǎo)讀案例】2023年國內(nèi)大模型匯總207
12.1自然語言處理的進(jìn)步209
12.1.1關(guān)于ImageNet210
12.1.2自然語言處理的ImageNet時(shí)刻210
12.1.3從GPT1到GPT3211
12.1.4ChatGPT聊天機(jī)器人模型與對策212
12.1.5從文本生成音樂的MusicLM模型213
12.1.6檢測AI文本的DetectGPT算法213
12.2科普AI大語言模型214
12.3ChatGPT的模仿秀215
12.3.1舊的守衛(wèi)，新的想法215
12.3.2搜索引擎結(jié)合LLM216
12.3.3克服簡單編造與重復(fù)216
12.4傳統(tǒng)行業(yè)的下崗217
12.4.1客服市場，AI本來就很卷217
12.4.2伐木場迎來工業(yè)革命219
12.4.3新技術(shù)，新問題221
【作業(yè)】222
第13章群體智能225
【導(dǎo)讀案例】無人機(jī)最快圈速: 算法控制戰(zhàn)勝專業(yè)駕駛員225
13.1向蜜蜂學(xué)習(xí)群體智能227
13.2什么是群體智能229
13.2.1群體人工智能技術(shù)229
13.2.2群體智能的兩種機(jī)制230
13.2.3基本原則與特點(diǎn)230
13.3典型算法模型231
13.3.1蟻群算法231
13.3.2搜索機(jī)器人233
13.3.3微粒群（鳥群）優(yōu)化算法234
13.3.4沒有機(jī)器人的集群236
13.4群體智能背后的故事236
13.5群體智能的應(yīng)用238
13.6群體智能的發(fā)展240
【作業(yè)】240
第14章自動(dòng)規(guī)劃243
【導(dǎo)讀案例】自動(dòng)駕駛泊車技術(shù)243
14.1規(guī)劃的概念244
14.2人工智能的烏姆普斯世界245
14.2.1描述烏姆普斯世界245
14.2.2探索烏姆普斯世界246
14.3什么是自動(dòng)規(guī)劃247
14.3.1定義經(jīng)典規(guī)劃247
14.3.2自動(dòng)規(guī)劃問題248
14.3.3規(guī)劃問題示例249
14.4規(guī)劃方法252
14.4.1規(guī)劃即搜索252
14.4.2部分有序規(guī)劃254
14.4.3分級規(guī)劃255
14.4.4基于案例的規(guī)劃255
14.4.5規(guī)劃方法分析255
14.5時(shí)間、調(diào)度和資源256
14.5.1時(shí)間約束和資源約束的表示256
14.5.2解決調(diào)度問題256
【作業(yè)】257
第15章人工智能的發(fā)展259
【導(dǎo)讀案例】科學(xué)家發(fā)現(xiàn)新的人類腦細(xì)胞259
15.1創(chuàng)新發(fā)展與社會(huì)影響261
15.1.1人工智能發(fā)展的啟示262
15.1.2人工智能的發(fā)展現(xiàn)狀與影響262
15.2倫理與安全264
15.2.1創(chuàng)造智能機(jī)器的大猩猩問題264
15.2.2積極與消極的方面264
15.2.3人才和基礎(chǔ)設(shè)施短缺265
15.2.4設(shè)定倫理要求266
15.2.5強(qiáng)力保護(hù)個(gè)人隱私267
15.2.6機(jī)器人權(quán)利267
15.3人工智能的極限268
15.3.1由非形式化得出的論據(jù)268
15.3.2衡量人工智能268
15.4人工智能架構(gòu)269
15.4.1傳感器與執(zhí)行器269
15.4.2通用人工智能270
15.4.3人工智能工程271
15.5人工智能的機(jī)遇與挑戰(zhàn)271
15.6未來的人工智能272
15.6.1意識與感質(zhì)273
15.6.2機(jī)器能思考嗎273
15.6.3未來已來274
【作業(yè)】274
【課程學(xué) 結(jié)】277
附錄A作業(yè)參考答案281
參考文獻(xiàn)285

你還可能感興趣

我要評論