人工智能導(dǎo)論

內(nèi)容全面：涵蓋了人工智能體系相關(guān)的大部分理論和技術(shù)知識。

實踐突出：書中提供了目前流行的多種人工智能框架實用案例。

針對性強：面向應(yīng)用型本科，文理兼顧，符合大學(xué)生認(rèn)知水平。

資源豐富：配套微課、課件、源碼等資源，方便讀者學(xué)習(xí)使用。

人工智能是當(dāng)今社會的熱點領(lǐng)域，它產(chǎn)生于20世紀(jì)前期，經(jīng)過漫長的發(fā)展，隨著計算機硬件的高速迭代更新，2012年在深度學(xué)習(xí)應(yīng)用的支撐下再次引起了人們的注意。其中，最為亮眼的是Hiton大師的課題組首次參加ImageNet圖像識別比賽，AlexNet先生就得到該項賽事的冠軍。

新近出臺的《國家“十四五”發(fā)展綱要》也在人工智能領(lǐng)域留下了積極的發(fā)展信號，順應(yīng)時代需求并為國家的發(fā)展不斷注入新的動力是中華兒女永遠(yuǎn)不應(yīng)背棄的追求。在這種新形勢和新周期的循環(huán)下，對大學(xué)生進行人工智能的理論和技術(shù)培養(yǎng)是一項任重而道遠(yuǎn)的活動。由于深入研究并非一日之功，實際應(yīng)用可能更平易近人，因此本書針對應(yīng)用型本科學(xué)生和教師的特點，盡量在吸收前人對人工智能教育所做出的貢獻的基礎(chǔ)上，全面講述人工智能所涉及的基礎(chǔ)理論和它們的有趣應(yīng)用，以培養(yǎng)大學(xué)生的人工智能素養(yǎng)。

本書編者長期從事人工智能導(dǎo)論課程的教授及應(yīng)用，市面上的人工智能導(dǎo)論類教材內(nèi)容較深，對于應(yīng)用型本科的學(xué)生來說學(xué)習(xí)梯度過于陡峭，而過于簡單的科普類人工智能導(dǎo)論教材對于本科生來說又過于淺顯。所以，編寫一本針對應(yīng)用型本科、文理兼顧，同時又有一定的實踐性的教材是我們編寫本書的初衷。在遵循人工智能理論完整性和與經(jīng)典教材一致的基礎(chǔ)上，本書編者結(jié)合當(dāng)前跨時代大學(xué)生群體的認(rèn)知能力和認(rèn)知愛好，并根據(jù)學(xué)習(xí)的需求將本書分為9章。本書內(nèi)容涵蓋人工智能當(dāng)前流行的大部分理論和技術(shù)知識，并以實踐應(yīng)用為特色。本書以滿足應(yīng)用型本科的人工智能選修和必修課程教學(xué)需求為主，同時也期望可以為其他層次的高等教育進行人工智能的理論啟蒙。

本書由河南牧業(yè)經(jīng)濟學(xué)院王飛、潘立武任主編，河南牧業(yè)經(jīng)濟學(xué)院王佳、河南省職工醫(yī)院朱彥霞、嘉興學(xué)院李端任副主編。編寫分工如下：第1章、第2章由王佳編寫，第3章和第9章由王飛編寫，第4～5章由朱彥霞編寫，第7～8章由潘立武編寫，第6章由李端編寫。全書由連衛(wèi)民審稿，王飛統(tǒng)稿。

在本書的編寫過程中我們得到了許多同行的幫助和支持，參閱了大量的相關(guān)資料，在此向各位同行和相關(guān)作者表示誠摯的感謝。其中，鄭州科技學(xué)院的秦亞紅、杜遠(yuǎn)坤，河南牧業(yè)經(jīng)濟學(xué)院的李丹、扈少華，鄭州棉麻工程研究所的夏彬，蘇州大學(xué)的高影俊，許昌學(xué)院的路凱等也參與了本書編寫工作，對書稿的細(xì)節(jié)提出了寶貴意見。

由于編者水平有限和人工智能技術(shù)發(fā)展迅速，書中難免存在疏漏之處，懇請廣大讀者批評和指正。

編 者

2022年1月

第1章 緒論 1
1.1 人工智能概論 1
1.1.1 人工智能的定義 1
1.1.2 人工智能的發(fā)展史及流派 3
1.1.3 人工智能的研究目標(biāo)和意義 7
1.1.4 人工智能的研究途徑 8
1.2 人工智能的現(xiàn)在和未來 9
1.2.1 人工智能的研究領(lǐng)域 10
1.2.2 人工智能的發(fā)展趨勢 13
1.3 本章小結(jié) 14
習(xí)題1 15
第2章 知識表示與推理 17
2.1 知識表示 17
2.1.1 知識的概念 17
2.1.2 知識的分類和特性 18
2.1.3 產(chǎn)生式表示法 20
2.1.4 框架表示法 23
2.1.5 其他表示法 26
2.2 知識推理 30
2.2.1 不確定性推理的概念和分類 30
2.2.2 概率推理 32
2.2.3 主觀Bayes方法 35
2.2.4 可信度方法 37
2.2.5 模糊推理 40
2.3 本章小結(jié) 46
習(xí)題2 46
第3章 圖搜索技術(shù)和問題求解 49
3.1 搜索策略概述 49
3.1.1 狀態(tài)空間表示法 50
3.1.2 盲目搜索 50
3.1.3 啟發(fā)式搜索 52
3.1.4 博弈搜索 57
3.2 狀態(tài)圖的搜索 60
3.2.1 狀態(tài)圖搜索策略 61
3.2.2 博弈樹搜索策略 64
3.3 實戰(zhàn)—應(yīng)用爬蟲爬取新聞報道 69
3.4 本章小結(jié) 71
習(xí)題3 72
第4章 智能優(yōu)化算法 74
4.1 智能優(yōu)化算法概述 74
4.1.1 智能優(yōu)化算法的相關(guān)概念 74
4.1.2 智能優(yōu)化算法的分類 76
4.2 進化算法 80
4.2.1 遺傳算法 80
4.2.2 其他進化算法 85
4.3 集群智能算法 86
4.3.1 蟻群算法 86
4.3.2 粒子群算法 90
4.4 其他智能優(yōu)化算法 93
4.4.1 模擬退火算法 93
4.4.2 禁忌搜索算法 96
4.5 實戰(zhàn)—應(yīng)用遺傳算法解決問題 100
4.6 本章小結(jié) 106
習(xí)題4 107
第5章 機器學(xué)習(xí) 109
5.1 機器學(xué)習(xí)概述 109
5.1.1 機器學(xué)習(xí)的發(fā)展與分類 109
5.1.2 監(jiān)督學(xué)習(xí) 112
5.1.3 無監(jiān)督學(xué)習(xí) 117
5.1.4 半監(jiān)督學(xué)習(xí) 119
5.1.5 強化學(xué)習(xí) 122
5.2 符號學(xué)習(xí) 123
5.2.1 記憶學(xué)習(xí) 123
5.2.2 歸納學(xué)習(xí) 124
5.2.3 演繹學(xué)習(xí) 134
5.3 實戰(zhàn)—線性回歸與決策樹 134
5.3.1 使用線性回歸預(yù)測房價 134
5.3.2 使用決策樹預(yù)測房價 144
5.4 本章小結(jié) 147
習(xí)題5 148
第6章 人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 150
6.1 人工神經(jīng)網(wǎng)絡(luò) 150
6.1.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò) 150
6.1.2 神經(jīng)網(wǎng)絡(luò)的類型 154
6.1.3 BP神經(jīng)網(wǎng)絡(luò) 155
6.2 深度學(xué)習(xí) 156
6.2.1 深度學(xué)習(xí)與卷積網(wǎng)絡(luò) 156
6.2.2 textCNN模型 166
6.3 實戰(zhàn)—使用BP與CNN完成手寫數(shù)字識別 169
6.3.1 BP網(wǎng)絡(luò)手寫數(shù)字識別 169
6.3.2 CNN手寫數(shù)字識別 172
6.4 本章小結(jié) 175
習(xí)題6 176
第7章 專家系統(tǒng) 177
7.1 專家系統(tǒng)概述 177
7.1.1 專家系統(tǒng)的發(fā)展 177
7.1.2 專家系統(tǒng)的定義與特點 179
7.1.3 專家系統(tǒng)的分類 180
7.2 專家系統(tǒng)的原理 181
7.2.1 專家系統(tǒng)的一般結(jié)構(gòu) 182
7.2.2 專家系統(tǒng)的基本工作原理 183
7.3 專家系統(tǒng)的開發(fā)過程 184
7.3.1 知識獲取和知識工程 184
7.3.2 專家系統(tǒng)的開發(fā)步驟 185
7.3.3 專家系統(tǒng)開發(fā)工具 188
7.4 專家系統(tǒng)實例 189
7.5 本章小結(jié) 193
習(xí)題7 193
第8章 模式識別與機器視覺 195
8.1 模式識別 195
8.1.1 模式識別的基本概念 195
8.1.2 模式識別的方法 196
8.1.3 模式識別過程 196
8.1.4 模式識別應(yīng)用 198
8.2 機器視覺 199
8.2.1 機器視覺的定義和構(gòu)成 199
8.2.2 機器視覺的分類和應(yīng)用 202
8.2.3 圖像識別 204
8.2.4 人臉識別 206
8.3 實戰(zhàn)—人臉表情識別 209
8.3.1 人臉表情識別的常用方法 209
8.3.2 實戰(zhàn)—基于深度學(xué)習(xí)的人臉
表情識別系統(tǒng) 210
8.4 本章小結(jié) 215
習(xí)題8 215
第9章 強化學(xué)習(xí)與生成對抗網(wǎng)絡(luò) 217
9.1 強化學(xué)習(xí)概述 217
9.1.1 強化學(xué)習(xí)基礎(chǔ) 218
9.1.2 強化學(xué)習(xí)分類 221
9.1.3 強化學(xué)習(xí)的應(yīng)用 223
9.2 生成對抗網(wǎng)絡(luò)概述 225
9.2.1 生成對抗模型 225
9.2.2 生成對抗模型的數(shù)學(xué)原理 229
9.2.3 生成對抗網(wǎng)絡(luò)的實際應(yīng)用 232
9.3 實戰(zhàn)—基于StyleGAN-v2實現(xiàn)顏值融合 235
9.4 本章小結(jié) 238
習(xí)題9 239
參考文獻 241

1. 零基礎(chǔ)玩轉(zhuǎn)國產(chǎn)大模型DeepSeek [徐永冰 張帥 編著]
2. 網(wǎng)絡(luò)工程師5天修煉（適配第6版考綱） [主編　朱小平 施游]
3. 信息系統(tǒng)項目管理師考試32小時通關(guān)（適用第4版考綱） [薛大龍]
4. 信息系統(tǒng)管理工程師考試32小時通關(guān)（適配第2版考綱） [薛大龍　劉偉]
5. 土木工程材料檢測實訓(xùn) [洪曉江 達則曉麗 錢波]
6. 科技信息檢索與論文寫作實用教程 [李振華]
7. 傳統(tǒng)山水畫論解讀與實踐 [陳鈉 著]
8. Python數(shù)據(jù)庫編程 [主編 殷樹友 邢 翀]
9. 計算機基礎(chǔ)實訓(xùn)指導(dǎo) [主編 袁春萍 朱妮]
10. 嵌入式人工智能技術(shù)應(yīng)用（數(shù)字教材） [主編 胡娜 楊國勇 晏廷榮]
11. Vienna整流器技術(shù) [桂存兵 著]
12. 變頻器與伺服應(yīng)用 [陳剛 葉云飛]
13. 物聯(lián)網(wǎng)工程設(shè)計與實踐 [湯琳 李敏]
14. 爐邊夜話——深入淺出話AI [汪建　著]
15. 電商運營與管理 [鐘肖英 陳瀟]
16. Java面向?qū)ο蟪绦蛟O(shè)計 [主編 姜春磊 陳虹潔]
17. 信息技術(shù)基礎(chǔ)（Windows 10+WPS Office）（微課版） [主編　石利平　田輝平　謝盛嘉]
18. 人工智能應(yīng)用 [主編　陳　萍　劉培培　陳孟軍]
19. 大學(xué)生職業(yè)發(fā)展與就業(yè)指導(dǎo) [主編　劉志堅]
20. 高級辦公應(yīng)用項目教程 [主編 屈晶 趙成麗]
21. 微信小程序開發(fā)項目實戰(zhàn)（微課版） [主編 黃龍泉 郭峰 朱倩]
22. 企業(yè)檔案工作實戰(zhàn)寶典百問百答 [華俊 盧秀英 邵甜甜 著]
23. 計算機網(wǎng)絡(luò)原理及應(yīng)用 [主編 唐繼勇 葉坤 孫夢娜]
24. 大學(xué)生創(chuàng)業(yè)基礎(chǔ) [主編 王麗莉 王 楊]
25. 船舶輔機 [主編 王連海 于洋 姜淑翠]
26. 大學(xué)生就業(yè)指導(dǎo) [主編 王麗莉 董宴廷]
27. 系統(tǒng)架構(gòu)設(shè)計師章節(jié)習(xí)題與考點特訓(xùn) [主編 薛大龍 鄒月平]
28. 高校學(xué)生工作探索與實踐 [郭亮 著]
29. 大學(xué)生情商管理 [方雄 著]
30. 2023年長沙市會展業(yè)發(fā)展報告 [主編 周棟良]