本書是面向大學(xué)普通本科生及部分研究生學(xué)習(xí)人工智能知識及實踐需求而針對性地設(shè)計的教材。在基礎(chǔ)理論方面,考慮了零基礎(chǔ)接觸人工智能知識學(xué)習(xí)要求,安排了人工智能的定義、發(fā)展簡史、研究內(nèi)容、研究領(lǐng)域等內(nèi)容,同時在智慧城市、智慧交通、智慧家居、智慧醫(yī)療、智慧農(nóng)業(yè)、智慧教育、智慧新零售與智能客戶服務(wù)、智慧金融等應(yīng)用場景上進行了導(dǎo)人介紹,方便讀者了解人工智能知識與應(yīng)用的整體情況。在理論和技術(shù)結(jié)合部分,則給出了知識工程、搜索算法、機器學(xué)習(xí)、深度學(xué)習(xí)、計算機視覺、自然語言處理、智能機器人等專業(yè)實踐內(nèi)容。從工程實踐角度,則給出了基于深度學(xué)習(xí)的路面病害檢測應(yīng)用、融入情緒指標(biāo)的深度學(xué)習(xí)在量化投資模型中的應(yīng)用、魚類圖像深度學(xué)習(xí)分類的工程案例內(nèi)容。本書適合作為普通大學(xué)本科及研究生人工智能相關(guān)專業(yè)教材,緒論部分亦適合非計算機專業(yè)本科生使用,本書也可供相關(guān)教師及工程人員自學(xué)使用。
3個工程案例及代碼9個高清視頻及配套PPT9套習(xí)題及答案1套教學(xué)大綱
序*近的幾十年里,人工智能經(jīng)歷了蓬勃發(fā)展,取得了令人難以想象的成績。從智慧城市到智慧家居,從智能機器人到大語言模型,人工智能已經(jīng)在不知不覺間融入我們的社會,在方方面面開始幫助我們的日常生活,科幻電影中賽博朋克那般的人工智能場景似乎不再遙遠(yuǎn)。然而,人工智能的入門卻并不容易。一方面,人工智能各種基礎(chǔ)的知識,如感知機、圖靈機、機器學(xué)習(xí)、梯度下降等專有名詞很容易嚇退對人工智能感興趣的新讀者。另一方面,飛速發(fā)展的人工智能計算在以極短的時間更新?lián)Q代,這導(dǎo)致很多人眼花繚亂,難以把握時代的主流技術(shù)。《人工智能導(dǎo)論及工程案例》是一部面向大學(xué)普通本科生及部分研究生的入門教材,旨在滿足他們對人工智能知識及實踐的學(xué)習(xí)需求。在基礎(chǔ)理論方面,為零基礎(chǔ)的讀者安排了人工智能的定義、發(fā)展史、研究內(nèi)容的介紹。此外,書中還介紹了人工智能在不同應(yīng)用場景中的導(dǎo)入情況,包括智慧城市、智慧交通、智慧家居等。通過這些案例,讀者可以直觀地了解人工智能如何在不同領(lǐng)域發(fā)揮作用,從而激發(fā)他們對人工智能的興趣和學(xué)習(xí)動力。在理論與技術(shù)結(jié)合部分,本書深入淺出地講解了知識工程、搜索算法、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、計算機視覺、自然語言處理和智能機器人等專業(yè)實踐內(nèi)容。這些內(nèi)容是人工智能領(lǐng)域的核心知識,也是學(xué)生們需要掌握的重點。計算機視覺和自然語言處理是人工智能中兩個重要的應(yīng)用領(lǐng)域,通過對圖像處理技術(shù)和語言理解技術(shù)的介紹,讀者可以全面了解這些技術(shù)的基本原理和應(yīng)用場景,掌握相關(guān)的開發(fā)技能。本書的工程實踐部分是其一大亮點。通過具體的工程案例,作者展示了人工智能技術(shù)在實際中的應(yīng)用。例如,書中介紹了基于深度學(xué)習(xí)的道路病害檢測應(yīng)用、融入情緒指標(biāo)的深度學(xué)習(xí)在量化投資模型中的應(yīng)用、魚類圖像深度學(xué)習(xí)分類的工程案例。每一個案例都詳細(xì)描述了實現(xiàn)過程,讀者可以按照書中的指導(dǎo)進行實踐操作,從而更好地理解和掌握這些技術(shù)。本書不僅展示了人工智能技術(shù)的實際應(yīng)用價值,還可幫助讀者培養(yǎng)動手能力和解決實際問題的能力。因此我將這本書推薦給學(xué)生們,希望學(xué)生們可以將理論知識應(yīng)用于實際項目中,提升自己在人工智能時代的綜合素質(zhì)和競爭力。 本書推薦人為張鵬,天津大學(xué)教授、博士生導(dǎo)師,十余年來致力于量子人工智能和量子語言建模的研究工作,并積極推動大語言模型的輕量化。前 言人工智能技術(shù)進入21世紀(jì)后,進入了蓬勃發(fā)展的階段,尤其是在模仿人腦進行邏輯推理及決策、模仿視覺進行圖像識別及決策、模仿人類語言進行語言識別及應(yīng)用等方面取得了突破性進展,以ChatGPT、文心一言等為代表的大模型正在滲透教學(xué)、科研、藝術(shù)、工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)等方方面面。高校教學(xué)急需人工智能學(xué)科加持,在交叉領(lǐng)域深度融合,進一步促進不同專業(yè)智能化發(fā)展。黨的二十大報告指出,推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展,構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長引擎。當(dāng)前,人工智能日益成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的核心技術(shù),在制造、金融、教育、醫(yī)療和交通等領(lǐng)域的應(yīng)用場景不斷落地,極大改變了既有的生產(chǎn)生活方式。高校教育必須深度跟人工智能進行融合,提升各專業(yè)智能水平。本書采用由淺入深、層層遞進的內(nèi)容設(shè)計方式,有利于學(xué)生更加輕松地掌握相關(guān)內(nèi)容。同時在不同章節(jié)適度插入案例、圖片、表格、習(xí)題等內(nèi)容,在豐富表現(xiàn)方式,有利于學(xué)生更好地吸收知識的同時,方便了教學(xué)安排需要。此外,本書注重學(xué)生實踐能力培養(yǎng)要求,重點在人工智能算法、人工智能應(yīng)用、人工智能工程實踐方面進行了系統(tǒng)設(shè)計,有利于學(xué)生打好基礎(chǔ),并具備工程實戰(zhàn)能力。本書第1章為緒論,主要介紹了人工智能的基礎(chǔ)知識、發(fā)展簡史、研究主要流派、研究主要內(nèi)容及領(lǐng)域,使學(xué)生對人工智能學(xué)科知識有一個整體概念。第2章為人工智能領(lǐng)域的應(yīng)用,掌握和研究人工智能技術(shù)*終是為了解決不同領(lǐng)域的應(yīng)用問題,通過對智慧城市、智慧交通、智慧家居、智慧醫(yī)療、智慧農(nóng)業(yè)、智慧教育、智慧零售與客戶服務(wù)、智慧金融等應(yīng)用場景的介紹,讓學(xué)生進一步了解人工智能在現(xiàn)實生活中的應(yīng)用。第3章為知識工程,介紹了概念表示、知識表示、知識圖譜,通過講解知識圖譜的表達(dá)為搜索、推薦、問答、解釋與決策等應(yīng)用的學(xué)習(xí)提供基礎(chǔ)支撐。第4章為搜索算法,提供了搜索概述、盲目搜索、啟發(fā)式搜索等內(nèi)容,通過對深度、廣度優(yōu)先搜索的講解及配套算法代碼展示,帶領(lǐng)學(xué)生掌握算法學(xué)習(xí)及實踐技巧。第5章為機器學(xué)習(xí),提供了機器學(xué)習(xí)概述、機器學(xué)習(xí)的類型、機器學(xué)習(xí)的算法等內(nèi)容,進一步帶領(lǐng)學(xué)生掌握人工智能學(xué)習(xí)及實踐技巧,讓學(xué)生能通過人工智能技術(shù)構(gòu)建相應(yīng)模型,初步解決實際問題。第6章為神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí),提供了人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、Transformer注意力機制、深度學(xué)習(xí)工程知識,進一步提升學(xué)生掌握人工智能核心算法、核心模型的能力。第7章為計算機視覺,提供了計算機視覺的基礎(chǔ)、計算機視覺研究知識、計算機視覺系統(tǒng)等內(nèi)容,在人工智能視覺技術(shù)方向為學(xué)生提供了入門及實踐知識。第8章為自然語言處理,包括自然語言處理的概念、機器翻譯、智能問答、語音處理、自然語言處理的未來等內(nèi)容,在模仿人類語言功能方面,為學(xué)生提供了入門及實踐知識。第9章為智能機器人,提供了智能機器人基礎(chǔ)知識、國家發(fā)展需求、機器人的發(fā)展、人工智能在機器人上的應(yīng)用,為學(xué)生提供了類人機器人知識及實踐的相關(guān)內(nèi)容。第10章、第11章、第12章則結(jié)合作者在人工智能多年的工程實踐經(jīng)驗,在基于深度學(xué)習(xí)的路面病害檢測應(yīng)用、融入情緒指標(biāo)的深度學(xué)習(xí)在量化投資模型中的應(yīng)用、魚類圖像深度學(xué)習(xí)分類案例中,穿插結(jié)合YOLO模型多特征融合網(wǎng)絡(luò)、VGG網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等講解實際工程問題的解決技巧和方法,有利學(xué)生增加工程實踐經(jīng)驗。本書的重點章節(jié)提供了習(xí)題,有利于讀者鞏固和運用知識,并提供配套的電子版答案;本書提供了示范性的免費教學(xué)短視頻,方便讀者更加容易地學(xué)習(xí);本書為購買本教材的高校老師提供電子版教學(xué)大綱,有需求的老師請通過QQ群(490522589)找群主單獨獲取,此外,感興趣的讀者也可加入QQ群相互交流,也可直接與作者進行溝通咨詢。本書由王朕、劉瑜根據(jù)高校教學(xué)需要、工程實踐需要,進行聯(lián)合策劃,得到了全國范圍內(nèi)許多大學(xué)教師、IT屆同仁的關(guān)注和支持,在此一并感謝。本書的出版得到了華中科技大學(xué)出版社張玲老師的大力支持,特此感謝。另外,本書應(yīng)用了一些專著、教材、論文和網(wǎng)絡(luò)上的成果、素材、圖文或結(jié)論,受篇幅限制沒有在參考文獻中一一列出,在此一并向原作者表示衷心感謝。由于受時間等的約束,書中避免不了存在一些瑕疵,請讀者朋友們多提寶貴意見,作者尤為感謝!所提問題,可以在QQ群里反饋。
天津財經(jīng)大學(xué)理工學(xué)院計算機與信息工程系主任、副教授、碩士生導(dǎo)師。主要研究方向為機器視覺與模式識別,可視化與可視分析。博士畢業(yè)于日本筑波大學(xué)計算機科學(xué)與技術(shù)專業(yè),曾任職日本電氣株式會社(NEC)中央研究所,日本國立情報學(xué)研究所。擔(dān)任CCF YOCSEF 天津分論壇副主席,中國圖像圖形學(xué)學(xué)會可視化與可視分析專委會委員、中國體視學(xué)學(xué)會智能成像分會委員。
目錄第1章 緒論1.1 人工智能基礎(chǔ)知識1.1.1 人工智能的定義1.1.2 人工智能的分類1.2 人工智能的發(fā)展簡史1.3 人工智能的三大流派1.4 人工智能的研究內(nèi)容及研究領(lǐng)域1.4.1 人工智能的研究內(nèi)容1.4.2 人工智能的研究領(lǐng)域1.4.3 人工智能的實現(xiàn)要素習(xí)題 1第2 章人工智能領(lǐng)域的應(yīng)用2.1智慧城市2.1.1智慧城市概述2.1.2智慧城市的標(biāo)準(zhǔn)化2.1.3智慧城市與數(shù)字城市的差異2.2智慧交通2.2.1 智慧交通概述2.2.2 智慧交通系統(tǒng)2.3 智慧家居2.3.1 智慧家居概述2.3.2 智慧家居的通用技術(shù)2.3.3智慧家居系統(tǒng)2.3.4智慧家居家庭場景 2.3.5 智慧家居社區(qū)場景2.4智慧醫(yī)療2.4.1 智慧醫(yī)療概述2.4.2 智慧醫(yī)療保健2.4.3 智慧醫(yī)療決策2.5 智慧農(nóng)業(yè)2.5.1 智慧農(nóng)業(yè)概述2.5.2 智慧農(nóng)業(yè)主要技術(shù)方向2.5.3 智慧農(nóng)業(yè)主要應(yīng)用方向2.6 智慧教育2.6.1 智慧教育概述2.6.2 智慧教育的基本架構(gòu)與教育模式2.6.3 智慧校園與智慧教室2.6.4 智慧教育的展望2.7 智慧新零售與智能客戶服務(wù)2.7.1 智慧新零售概述2.7.2 智能客戶服務(wù)2.7.3智能客戶服務(wù)大中小企業(yè)布局智能客服2.7.4智能客戶服務(wù)智能客服的人機分工2.8 智慧金融2.8.1 智慧金融概述2.8.2智慧金融應(yīng)用2.8.3智慧金融與傳統(tǒng)金融的區(qū)別習(xí)題 2第3 章知識工程3.1概念表示3.1.1 經(jīng)典概念表示3.1.2數(shù)理邏輯3.2 知識表示3.2.1 知識表示概述3.2.2謂詞邏輯表示法3.2.3產(chǎn)生式表示法3.2.4框架表示法3.2.5 語義網(wǎng)絡(luò)表示法3.3 知識圖譜3.3.1 知識圖譜的概述3.3.2 知識圖譜的特征3.3.3知識圖譜的構(gòu)建3.3.4 知識圖譜的應(yīng)用習(xí)題 3第4章 搜索算法 4.1 搜索概述4.2 盲目搜索 4.2.1 深度優(yōu)先搜索4.2.2 廣度優(yōu)先搜索4.3 啟發(fā)式搜索 4.3.1 狀態(tài)空間法 4.3.2啟發(fā)性信息 4.3.3 A算法 習(xí)題4 第5章 機器學(xué)習(xí)5.1 機器學(xué)習(xí)概述 5.1.1 機器學(xué)習(xí)的定義5.1.2 機器學(xué)習(xí)簡史 5.1.3 機器學(xué)習(xí)的基本結(jié)構(gòu) 5.2機器學(xué)習(xí)的類型 5.2.1 監(jiān)督學(xué)習(xí) 5.2.2無監(jiān)督學(xué)習(xí)5.2.3弱監(jiān)督學(xué)習(xí)5.2.4半監(jiān)督學(xué)習(xí)5.2.5強化學(xué)習(xí)5.2.6 聯(lián)邦學(xué)習(xí)5.3 機器學(xué)習(xí)的算法5.3.1 k近鄰算法5.3.2 k均值聚類5.3.3 決策樹算法5.3.4回歸算法 5.3.5貝葉斯算法 5.3.6機器學(xué)習(xí)算法的應(yīng)用習(xí)題 5第6章 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)6.1 人工神經(jīng)網(wǎng)絡(luò) 6.1.1 由人腦到人工神經(jīng)網(wǎng)絡(luò) 6.1.2 BP 神經(jīng)網(wǎng)絡(luò)6.2卷積神經(jīng)網(wǎng)絡(luò) 6.2.1 CNN 結(jié)構(gòu)6.2.2CNN 實例6.3 循環(huán)神經(jīng)網(wǎng)絡(luò)6.3.1 RNN 結(jié)構(gòu)6.3.2 RNN 實例6.4 圖神經(jīng)網(wǎng)絡(luò)6.4.1 GNN 結(jié)構(gòu)6.4.2 GNN 實例6.5 Transformer 注意力機制6.5.1 Transformer 結(jié)構(gòu)6.5.2 Transformer 實例6.6 深度學(xué)習(xí) 6.6.1 深度學(xué)習(xí)的意義6.6.2深度學(xué)習(xí)的概念6.6.3深度學(xué)習(xí)的核心思路 6.6.4深度學(xué)習(xí)的實現(xiàn) 6.6.5深度學(xué)習(xí)與機器學(xué)習(xí)的對比 習(xí)題 6第7章計算機視覺7.1 計算機視覺的基礎(chǔ)7.1.1 模式識別 7.1.2 圖像識別7.2 計算機視覺研究知識7.2.1 計算機視覺的研究內(nèi)容 ·7.2.2 計算機視覺的發(fā)展7.2.3計算機視覺的目的 7.2.4 計算機視覺與機器視覺的區(qū)別7.3 計算機視覺系統(tǒng)7.3.1 計算機視覺系統(tǒng)概述7.3.2 計算機視覺的應(yīng)用工作流程7.3.3應(yīng)用舉例 7.3.4人臉識別 7.3.5自動駕駛 習(xí)題 7 第8章自然語言處理8.1自然語言處理的概念 8.1.1自然語言處理的目標(biāo) 8.1.2自然語言處理的難點 8.1.3 語法分析與語義分析 8.1.4 自然語言處理的研究內(nèi)容 8.2 機器翻譯8.3智能問答 8.4 語音處理 8.5 自然語言處理的未來 習(xí)題8第9章智能機器人9.1智能機器人基礎(chǔ)知識 9.2國家發(fā)展需求 9.3 機器人的發(fā)展 9.4 人工智能在機器人上的應(yīng)用 9.4.1智能感知技術(shù) 9.4.2智能導(dǎo)航與規(guī)劃技術(shù) 9.4.3 智能控制與操作技術(shù) 9.4.4 機器人智能交互技術(shù) 9.4.5觸覺傳感技術(shù) 9.5 未來展望 習(xí)題 9第10章基于深度學(xué)習(xí)的路面病害檢測應(yīng)用10.1 路面病害檢測理論基礎(chǔ) 10.1.1 YOLOv5 目標(biāo)檢測算法10.1.2注意力機制 10.2工程項目 10.2.1 基于改進 YOLOv5 的多特征融合網(wǎng)絡(luò)10.2.2實驗數(shù)據(jù)集和模型訓(xùn)練中10.2.3實驗結(jié)果與分析 10.2.4 總結(jié) 第11章 融入情緒指標(biāo)的深度學(xué)習(xí)在量化投資模型中的應(yīng)用中11.1 量化投資擇時分類模型原理11.2工程頂目 11.2.1 量化投資擇時分類模型11.2.2實驗數(shù)據(jù)集和模型訓(xùn)練11.2.3實驗結(jié)果與分析 11.2.4總結(jié) 第 12 章魚類圖像深度學(xué)習(xí)分類12.1 基于卷積神經(jīng)網(wǎng)絡(luò)的魚類圖像分類12.1.1 AlexNet 網(wǎng)絡(luò)12.1.2 GoogLeNet 網(wǎng)絡(luò)12.2.1 監(jiān)督學(xué)習(xí)方式下基于卷積神經(jīng)網(wǎng)絡(luò)的魚類圖像分類12.2.2實驗數(shù)據(jù)集合模型訓(xùn)練12.2.3實驗結(jié)果與分析 12.2.4 總結(jié)參考文獻