《人工智能基础与进阶（第二版）》内容简介

人工智能是一门发展极其迅速且内容丰富的学科，其众多分支领域都值得大家去探索和学习。本书分为基础篇和进阶篇两个篇章。其中，基础篇内容包括了人工智能的基本概念、人工智能的发展历史、计算机与环境感知、简单几何形状的识别、人工智能搜索算法；进阶篇则包括大数据的定义、知识与推理、回归与分类、深度学习网络、感知信息处理。此外还有配合知识学习的课程实践，包括图形匹配以及微缩车倒车入库等实验。本书与《人工智能基础与进阶（犘狔狋犺狅狀编程）》共同形成一套适合人工智能初学者的教材，同时也适合广大对人工智能相关领域感兴趣的读者 周越，上海交通大学图像处理与模式识别研究所副教授，上海交通大学自动化系副主任，中国图形图像学会青年委员会委员，中国体视学与图像处理学会理事，主要研究方向信号、图像处理、计算机视觉与模式识别。在核心期刊发表论文数十余篇。

作品目录

前言
基础篇
1、走近人工智能
1.1、什么是人工智能
1.2、人工智能简史
1.3、人工智能对人类的影响
1.4、当前人工智能的局限
1.5、人工智能的未来
本章小结
2、计算机与人工智能
2.1、数理逻辑的基础——布尔代数
2.2、“用机器计算”的基础——可计算理论
2.3、人工智能之父——图灵
2.4、计算机
2.5、早期人工智能
2.6、动物识别专家系统
2.7、二进制与位运算
本章小结
3、计算机与环境感知
3.1、声音是一种一维信号
3.2、图像是一种二维信号
3.3、红外测距
本章小结
4、简单几何形状的识别
4.1、角点检测
4.2、模板匹配
4.3、基础形状的识别
4.4、箭头识别
4.5、直线检测
4.6、圆的检测
4.7、拓展应用
本章小结
拓展阅读
5、人工智能搜索算法
5.1、广度优先搜索
5.2、深度优先搜索
5.3、A*搜索
5.4、基于搜索算法的迷宫案例分析
5.5、梯度下降法
5.6、牛顿法
本章小结
6、智能感知与交互——智能微缩车
6.1、微缩车的任务目标
6.2、微缩车的整体结构
6.3、微缩车各部分的结构和原理
6.4、实验阶段
本章小结
进阶篇
7、大数据开启了人工智能新时代
7.1、人工智能的发展历史回顾
7.2、当代人工智能的基石：大数据
7.3、大数据时代下的人工智能
7.4、大数据下深度学习成功的启示
7.5、大数据人工智能的伦理
本章小结
8、知识与推理
8.1、知识表示
8.2、知识推理
8.3、产生式系统的推理
8.4、知识图谱
本章小结
9、回归与分类
9.1、线性回归
9.2、最小二乘法
9.3、支持向量机
9.4、决策树
9.5、k近邻算法
9.6、集成学习
9.7、随机森林
本章小结
10、深度学习网络
10.1、从特征工程到深度神经网络
10.2、神经元模型
10.3、深度神经网络的结构及训练
10.4、深度学习与传统机器学习的优势
10.5、深度学习的应用
本章小结
11、感知信息处理
11.1、语音识别
11.2、图像识别
本章小结
12、人工智能进阶实验
12.1、实验1——标志牌识别
12.2、实验2——微缩车倒车入库
本章小结
拓展阅读
参考文献