現(xiàn)代人工智能技術(shù) 李遠(yuǎn)征 曾志剛 劉智偉 高亮
定 價(jià):79 元
- 作者:李遠(yuǎn)征 曾志剛 劉智偉 高亮
- 出版時(shí)間:2024/5/1
- ISBN:9787111750536
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP18
- 頁(yè)碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
《現(xiàn)代人工智能技術(shù)》對(duì)現(xiàn)代人工智能的理論、算法、框架及應(yīng)用進(jìn)行了全面、系統(tǒng)的論述,剖析了人工智能研究領(lǐng)域的前沿學(xué)術(shù)成果,涵蓋了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)以及聯(lián)邦學(xué)習(xí)等諸多方向。讀者通過學(xué)習(xí)本書,能夠掌握人工智能的基本知識(shí),并能了解人工智能研究的一些前沿內(nèi)容,為進(jìn)一步學(xué)習(xí)人工智能理論與應(yīng)用奠定基礎(chǔ)。全書共分為9章,分別為緒論、知識(shí)表達(dá)、推理方法、智能算法、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、聯(lián)邦學(xué)習(xí)。
本書可作為計(jì)算機(jī)類、自動(dòng)化類、電氣類、電子信息類專業(yè)的本科生、研究生學(xué)習(xí)人工智能課程的參考用書,也可供高等院校的教師、研究機(jī)構(gòu)的研究人員,以及相關(guān)法律法規(guī)制定者和政府監(jiān)管部門參考。
人工智能技術(shù)作為一種基礎(chǔ)性支撐技術(shù),我們每個(gè)人都要學(xué)習(xí)掌握。而本書這正是這樣一本關(guān)于人工智能的同時(shí)性圖書,對(duì)于建立知識(shí)體系,厘清邏輯結(jié)構(gòu)有著非常有效的幫助。通過本書你將學(xué)習(xí)到以下內(nèi)容:
人工智能的基礎(chǔ)知識(shí),包括人工智能的定義、基本原理、發(fā)展歷程、主要分支、應(yīng)用領(lǐng)域、發(fā)展趨勢(shì)等。
?人工智能的知識(shí)表達(dá)、推理方法和智能計(jì)算等技術(shù)的基本原理,以及人工智能表示和處理知識(shí)的方式、進(jìn)行邏輯推理和優(yōu)化求解的方法等。
?人工智能技術(shù)中核心算法的原理和實(shí)踐,包括機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí),以及新興的深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等。
?人工智能技術(shù)必需的理論知識(shí)和基本實(shí)踐方法,能夠利用人工智能技術(shù)完成從數(shù)據(jù)中學(xué)習(xí)規(guī)律、構(gòu)建復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型、解決高級(jí)認(rèn)知問題、進(jìn)行自主控制和決策、實(shí)現(xiàn)分布式協(xié)同學(xué)習(xí)等。
在這個(gè)數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,人工智能(AI)正成為推動(dòng)技術(shù)革新和社會(huì)發(fā)展的關(guān)鍵力量!冬F(xiàn)代人工智能技術(shù)》是一本全面深入探討AI領(lǐng)域的專業(yè)著作,它不僅為讀者揭開了AI技術(shù)的神秘面紗,還提供了實(shí)際應(yīng)用的寶貴指導(dǎo)。
核心亮點(diǎn):
全面覆蓋:從基礎(chǔ)的機(jī)器學(xué)習(xí)算法到復(fù)雜的深度學(xué)習(xí)網(wǎng)絡(luò),本書全面介紹了AI的核心原理和技術(shù)。
實(shí)踐導(dǎo)向:通過豐富的案例分析和項(xiàng)目實(shí)踐,幫助讀者理解AI技術(shù)在現(xiàn)實(shí)世界中的應(yīng)用。
前沿探索:深入討論了當(dāng)前AI領(lǐng)域的最新進(jìn)展,包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。
未來(lái)洞察:提供了對(duì)AI未來(lái)發(fā)展趨勢(shì)的深入分析,幫助讀者把握行業(yè)脈搏。
易于理解:以通俗易懂的語(yǔ)言解釋復(fù)雜的技術(shù)概念,適合不同背景的讀者學(xué)習(xí)
《現(xiàn)代人工智能技術(shù)》不僅是一本學(xué)習(xí)材料,更是一扇打開未來(lái)世界的窗口。無(wú)論你是AI領(lǐng)域的新手還是資深專家,本書都將是你的理想選擇,助你在智能科技的浪潮中乘風(fēng)破浪!
前 言
人工智能是一門跨學(xué)科的科學(xué),它涉及計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)、生物學(xué)、心理學(xué)等多個(gè)領(lǐng)域,旨在研究如何讓機(jī)器具有智能的行為和能力。人工智能的研究始于20世紀(jì)50年代,經(jīng)歷了多次興衰和變革,如今已經(jīng)成為當(dāng)今科技界最熱門和最具影響力的領(lǐng)域之一。經(jīng)過多年的演進(jìn),現(xiàn)代人工智能出現(xiàn)了一些新特點(diǎn),它不但以更高水平接近人的智能形態(tài)存在,而且以提高人的智力能力為主要目標(biāo)來(lái)融入人們的日常生活,比如跨媒體智能、大數(shù)據(jù)智能、自主智能系統(tǒng)等。在越來(lái)越多的一些專門領(lǐng)域,人工智能的博弈、識(shí)別、控制、預(yù)測(cè)甚至超過人腦的能力,比如人臉識(shí)別技術(shù)等,F(xiàn)代人工智能技術(shù)正在引發(fā)鏈?zhǔn)酵黄疲苿?dòng)經(jīng)濟(jì)社會(huì)從數(shù)字化、網(wǎng)絡(luò)化向智能化加速躍進(jìn)。
在此背景下,本書從人工智能的基礎(chǔ)知識(shí)開始,逐步深入至相應(yīng)技術(shù)原理,并對(duì)現(xiàn)代人工智能技術(shù)中熱門前沿的研究方向進(jìn)行了分析講解。本書從基礎(chǔ)知識(shí)到前沿技術(shù),從理論分析到算法實(shí)現(xiàn),涵蓋了現(xiàn)代人工智能技術(shù)的多個(gè)方面和層次,能夠讓讀者從不同的角度和維度去認(rèn)識(shí)和掌握現(xiàn)代人工智能技術(shù)。
在本書中,讀者可以學(xué)習(xí)到以下幾個(gè)方面的內(nèi)容:
人工智能的基礎(chǔ)知識(shí):本書第1章介紹了人工智能的基本概念、發(fā)展簡(jiǎn)史、基本原理及方法、主要研究及應(yīng)用領(lǐng)域等內(nèi)容,為后續(xù)的深入學(xué)習(xí)打下基礎(chǔ)。
人工智能的技術(shù)原理:本書第2~4章介紹了人工智能中涉及的知識(shí)表達(dá)、推理方法和智能算法等技術(shù)原理,可使讀者快速理解人工智能是如何表示和處理知識(shí)、如何進(jìn)行邏輯推理和優(yōu)化求解等問題。
現(xiàn)代人工智能技術(shù)的核心算法:本書第5~9章介紹了現(xiàn)代人工智能技術(shù)中最重要也是最熱門的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和聯(lián)邦學(xué)習(xí)等核心算法,讓讀者能夠掌握人工智能是如何從數(shù)據(jù)中學(xué)習(xí)規(guī)律、如何構(gòu)建復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型、如何利用深度學(xué)習(xí)解決高級(jí)認(rèn)知任務(wù)、如何通過強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)自主決策和控制、如何通過聯(lián)邦學(xué)習(xí)實(shí)現(xiàn)分布式協(xié)同學(xué)習(xí)等問題。
總之,本書是一本內(nèi)容豐富、結(jié)構(gòu)清晰、語(yǔ)言通俗的人工智能技術(shù)學(xué)習(xí)用書,它不僅可以幫助讀者學(xué)習(xí)人工智能的基本知識(shí),還能讓讀者了解現(xiàn)代人工智能技術(shù)的前沿內(nèi)容,為進(jìn)一步學(xué)習(xí)和研究人工智能理論與應(yīng)用奠定基礎(chǔ)。衷心地希望本書能夠成為讀者學(xué)習(xí)人工智能的好伴侶,探索現(xiàn)代人工智能技術(shù)的好導(dǎo)師。
李遠(yuǎn)征,現(xiàn)任華中科技大學(xué)人工智能與自動(dòng)化學(xué)院副教授,主要研究領(lǐng)域?yàn)槿斯ぶ悄芗捌湓谥悄茈娋W(wǎng)中的應(yīng)用,深度學(xué)習(xí),強(qiáng)化學(xué)習(xí),大數(shù)據(jù)分析,運(yùn)籌優(yōu)化等。主持了國(guó)家自然科學(xué)基金面上和青年項(xiàng)目、國(guó)家電網(wǎng)總部科技項(xiàng)目課題、騰訊科技項(xiàng)目。
目錄
前言
第1章緒論
1.1人工智能的基本概念
1.1.1智能的概念
1.1.2智能的特征
1.1.3人工智能
1.2人工智能發(fā)展簡(jiǎn)史
1.2.1孕育
1.2.2形成
1.2.3發(fā)展
1.3人工智能的基本原理及方法
1.3.1知識(shí)表示
1.3.2機(jī)器感知
1.3.3機(jī)器思維
1.3.4機(jī)器學(xué)習(xí)
1.4人工智能的主要研究及應(yīng)用領(lǐng)域
1.4.1自動(dòng)定理證明
1.4.2博弈
1.4.3模式識(shí)別
1.4.4機(jī)器視覺
1.4.5自然語(yǔ)言理解
1.4.6智能信息檢索
1.4.7數(shù)據(jù)挖掘
1.4.8專家系統(tǒng)
1.4.9機(jī)器人
1.4.10組合優(yōu)化
1.4.11人工神經(jīng)網(wǎng)絡(luò)
1.4.12分布式人工智能與多智能體
1.5小結(jié)
思考題
第2章知識(shí)表達(dá)
2.1知識(shí)與知識(shí)表達(dá)的概念
2.1.1知識(shí)的概念
2.1.2知識(shí)的特征
2.1.3知識(shí)的表示
2.2一階謂詞邏輯表示法
2.2.1命題
2.2.2謂詞
2.2.3謂詞公式
2.2.4謂詞公式的性質(zhì)
2.2.5一階謂詞邏輯知識(shí)表示法
2.2.6一階謂詞邏輯表示法的特點(diǎn)
2.3產(chǎn)生式表示法
2.3.1產(chǎn)生式
2.3.2產(chǎn)生式系統(tǒng)
2.3.3產(chǎn)生式系統(tǒng)的例子——?jiǎng)游镒R(shí)別系統(tǒng)
2.3.4產(chǎn)生式表示法的特點(diǎn)
2.4框架表示法
2.4.1框架的一般結(jié)構(gòu)
2.4.2用框架表示知識(shí)的例子
2.4.3框架表示法的特點(diǎn)
2.5小結(jié)
思考題
第3章確定性推理方法
3.1推理的基本概念
3.1.1推理的定義
3.1.2推理方式及其分類
3.1.3推理的方向
3.1.4沖突消解策略
3.2自然演繹推理
3.3謂詞公式化為子句集的方法
3.4魯濱遜歸結(jié)原理
3.5歸結(jié)反演
3.6小結(jié)
思考題
第4章智能算法及其應(yīng)用
4.1進(jìn)化算法的產(chǎn)生與發(fā)展
4.1.1進(jìn)化算法的概念
4.1.2進(jìn)化算法的生物背景
4.1.3進(jìn)化算法的設(shè)計(jì)原則
4.2遺傳算法
4.2.1遺傳算法的基本思想
4.2.2遺傳算法的發(fā)展歷史
4.2.3編碼
4.2.4實(shí)數(shù)編碼和浮點(diǎn)數(shù)編碼
4.2.5群體設(shè)定
4.2.6適應(yīng)度函數(shù)
4.2.7選擇
4.2.8交叉
4.2.9變異
4.2.10遺傳算法的一般步驟
4.2.11遺傳算法的特點(diǎn)
4.3遺傳算法的改進(jìn)算法
4.3.1改進(jìn)算法
4.3.2雙種群遺傳算法
4.3.3自適應(yīng)遺傳算法
4.4粒子群優(yōu)化算法
4.4.1粒子群優(yōu)化算法的基本原理
4.4.2粒子群優(yōu)化算法的參數(shù)分析
4.5蟻群算法
4.5.1基本蟻群算法模型
4.5.2蟻群算法的參數(shù)選擇
4.6小結(jié)
思考題
第5章機(jī)器學(xué)習(xí)
5.1機(jī)器學(xué)習(xí)簡(jiǎn)介
5.1.1專業(yè)術(shù)語(yǔ)
5.1.2分類
5.2特征工程
5.2.1目的與基本流程
5.2.2數(shù)據(jù)獲取
5.2.3特征處理
5.2.4特征選擇
5.2.5特征提取和數(shù)據(jù)降維
5.3模型評(píng)估
5.3.1評(píng)估方法
5.3.2調(diào)參與最終模型
5.3.3性能度量
5.3.4比較檢驗(yàn)
5.3.5偏差與方差
5.4有監(jiān)督學(xué)習(xí)
5.4.1線性回歸
5.4.2線性對(duì)數(shù)幾率回歸
5.4.3貝葉斯分類
5.4.4決策樹
5.4.5支持向量機(jī)
5.5無(wú)監(jiān)督學(xué)習(xí)
5.5.1基本模型
5.5.2K均值
5.5.3高斯混合聚類
5.5.4密度聚類
5.5.5層次聚類
5.6小結(jié)
思考題
第6章神經(jīng)網(wǎng)絡(luò)
6.1神經(jīng)元和神經(jīng)網(wǎng)絡(luò)
6.1.1生物神經(jīng)元和人工神經(jīng)元
6.1.2神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
6.2線性神經(jīng)網(wǎng)絡(luò)和全連接神經(jīng)網(wǎng)絡(luò)
6.2.1線性神經(jīng)網(wǎng)絡(luò)
6.2.2全連接神經(jīng)網(wǎng)絡(luò)
6.3BP神經(jīng)網(wǎng)絡(luò)
6.3.1標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)算法和流程
6.3.2標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)分析和改進(jìn)
6.4卷積神經(jīng)網(wǎng)絡(luò)
6.4.1卷積的基本知識(shí)
6.4.2卷積神經(jīng)網(wǎng)絡(luò)的產(chǎn)生動(dòng)機(jī)
6.4.3卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
6.5循環(huán)神經(jīng)網(wǎng)絡(luò)
6.5.1導(dǎo)師驅(qū)動(dòng)過程
6.5.2計(jì)算循環(huán)神經(jīng)網(wǎng)絡(luò)的梯度
6.5.3雙向循環(huán)神經(jīng)網(wǎng)絡(luò)
6.6生成對(duì)抗神經(jīng)網(wǎng)絡(luò)
6.7小結(jié)
思考題
第7章深度學(xué)習(xí)
7.1深度學(xué)習(xí)的概念
7.1.1深度學(xué)習(xí)的簡(jiǎn)介
7.1.2深度學(xué)習(xí)的特點(diǎn)
7.1.3深度學(xué)習(xí)的發(fā)展
7.2深度卷積神經(jīng)網(wǎng)絡(luò)
7.2.1深度卷積神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介
7.2.2深度卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
7.3深度殘差網(wǎng)絡(luò)
7.3.1深度殘差網(wǎng)絡(luò)的簡(jiǎn)介
7.3.2深度殘差網(wǎng)絡(luò)的結(jié)構(gòu)
7.4深度循環(huán)神經(jīng)網(wǎng)絡(luò)
7.4.1深度循環(huán)神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介
7.4.2深度循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
7.5門控循環(huán)單元
7.5.1門控循環(huán)單元的簡(jiǎn)介
7.5.2門控循環(huán)單元的結(jié)構(gòu)
7.6長(zhǎng)短期記憶網(wǎng)絡(luò)
7.6.1長(zhǎng)短期記憶網(wǎng)絡(luò)的簡(jiǎn)介
7.6.2長(zhǎng)短期記憶網(wǎng)絡(luò)的結(jié)構(gòu)
7.7注意力機(jī)制
7.7.1注意力機(jī)制的簡(jiǎn)介
7.7.2注意力機(jī)制的原理
7.7.3注意力機(jī)制的種類
7.8小結(jié)
思考題
第8章強(qiáng)化學(xué)習(xí)
8.1強(qiáng)化學(xué)習(xí)的概念
8.1.1序貫決策問題
8.1.2強(qiáng)化學(xué)習(xí)
8.2馬爾可夫過程
8.2.1隨機(jī)過程與馬爾可夫性質(zhì)
8.2.2馬爾可夫過程
8.2.3馬爾可夫獎(jiǎng)勵(lì)過程
8.2.4馬爾可夫決策過程
8.2.5最優(yōu)策略
8.2.6策略迭代
8.3基于價(jià)值的強(qiáng)化學(xué)習(xí)
8.3.1時(shí)序差分算法
8.3.2SARSA算法
8.3.3Q-Learning算法
8.3.4On-policy算法與Off-policy算法
8.4基于策略的強(qiáng)化學(xué)習(xí)
8.4.1策略梯度
8.4.2REINFORCE算法
8.4.3值函數(shù)近似
8.4.4Actor-Critic算法
8.5深度強(qiáng)化學(xué)習(xí)
8.5.1深度Q網(wǎng)絡(luò)
8.5.2信任區(qū)域策略優(yōu)化算法
8.5.3近端策略優(yōu)化算法
8.5.4深度確定性策略梯度算法
8.6模仿強(qiáng)化學(xué)習(xí)
8.6.1行為克隆
8.6.2逆向強(qiáng)化學(xué)習(xí)
8.6.3生成式對(duì)抗模仿學(xué)習(xí)
8.7集成強(qiáng)化學(xué)習(xí)
8.7.1Bootstrapped DQN
8.7.2SUNRISE
8.8總結(jié)
思考題
第9章聯(lián)邦學(xué)習(xí)
9.1聯(lián)邦學(xué)習(xí)的概念
9.1.1人工智能面臨的挑戰(zhàn)
9.1.2聯(lián)邦學(xué)習(xí)的定義
9.1.3聯(lián)邦學(xué)習(xí)的分類
9.2隱私保護(hù)技術(shù)
9.2.1聯(lián)邦學(xué)習(xí)面臨的隱私泄露風(fēng)險(xiǎn)
9.2.2差分隱私
9.2.3安全多方計(jì)算
9.3激勵(lì)機(jī)制
9.3.1聯(lián)邦