人工智能概论

定　　价：38 元

• 作者：张广渊 周风余 著
• 出版时间：2019/7/1
• ISBN：9787517078784
• 出 版 社：中国水利水电出版社

• 中图法分类：TP18 
• 纸张：胶版纸
• 开本：16开

内容简介

本书致力于推动人工智能的普及教育，使用通俗易懂的语言深入浅出地介绍了人工智能的相关知识，包括机器学习和深度学习的基本内容，并结合图像信息处理和自然语言处理两个典型应用展开阐述，使读者能快速掌握人工智能的基本概念、基本知识体系和框架，为进一步深入学习打下良好基础。

编辑推荐

1. 介绍人工智能入门知识
2. 构建人工智能通识体系
3. 推动人工智能普及教育

作者介绍

张广渊：山东交通学院信息科学与电气工程学院院长，博士，教授，山东交通学院人工智能学院联席会副主席，九三学社山东交通学院支社主委，山东交通学院交通信息工程及控制研究所副所长,山东省高教学会计算机教学研究专业委员会理事，山东计算机学会理事，山东信息学会信息安全专业委员会委员,济南CCF委员，济南CCF YOCSEF AC委员，济南ACM专家委员，山东省人工智能学会理事。主要从事高等教育、模式识别、智能交通等方面的研究工作。主持或参与国家和省市级科研项目20余项；在各级刊物及国际会议上发表相关学术论文40余篇；各类专利授权7项，公开出版著作8本，获山东省教学成果奖特等奖2项，一等奖1项，二等奖1项。

目 录

第 1 章　绪论

1.1　人工智能的基本概念 5

1.2　人工智能的发展历史 9

1.3　人工智能的研究范式 13

1.4　人工智能的应用领域 16

1.5　小结 19

第 2 章　基本分类

2.1　分类的概念 20

2.2　向量的基本运算 24

2.3　分类器 26

2.4　分类识别技术 .28

2.4.1　感知机 29

2.4.2　导数与微分 34

2.4.3　梯度下降法 36

2.4.4　SVM42

2.5　测试与分类实现 47

2.5.1　测试 47

2.5.2　分类实现 47

2.5.3　多分类识别 48

2.6　小结 51

第 3 章　回归与聚类

3.1　基本概念 52

3.1.1　机器学习的类别 52

3.1.2　变量之间的关系 54

3.2　回归 55

3.2.1　回归的概念 55

3.2.2　线性回归 57

3.2.3　逻辑回归 66

3.3　聚类 71

3.3.1　聚类的概念 72

3.3.2　K 均值聚类算法 74

3.3.3　层次聚类算法 75

3.4　相似度计算 75

3.5　小结 80

第 4 章　神经网络与深度学习

4.1　人工神经网络的发展历史 81

4.2　神经网络的分类 85

4.2.1　生物神经网络 85

4.2.2　人工神经网络 86

4.3　浅层神经网络 88

4.3.1　多输出感知机 88

4.3.2　多层神经网络 89

4.4　深度学习 97

4.4.1　深度学习模型 97

4.4.2　激活函数 99

4.4.3　深度学习的特点及发展 100

4.5　小结 101

第 5 章　图像信息处理

5.1　人眼成像 102

5.2　图像信息处理的基本概念 104

5.3　图像采集及处理发展历史 111

5.4　数字图像处理 116

5.4.1　图像的基本运算 116

5.4.2　图像增强 120

5.4.3　图像分割 125

5.4.4　图像压缩 126

5.5　数字图像分析 127

5.6　视频分析 131

5.6.1　视频的概念 131

5.6.2　运动检测 133

5.6.3　目标跟踪 135

5.7　卷积神经网络 CNN 136

5.7.1　卷积 138

5.7.2　卷积层 141

5.7.3　池化层 144

5.7.4　AlexNet 147

5.8　小结 150

第 6 章 自然语言处理

6.1　自然语言处理的发展历史 152

6.2　自然语言处理典型应用 155

6.3　自然语言处理基本技术 157

6.3.1　词法分析 158

6.3.2　句法分析 162

6.3.3　语义分析 163

6.3.4　语用分析 164

6.4　自然语言特征提取 164

6.4.1　词袋模型 BOW 165

6.4.2　N-Gram 模型 166

6.4.3　Word2Vec 模型 168

6.4.4　循环神经网络 RNN 174

6.5　小结 176