本書共13章，主要分為兩篇：基礎(chǔ)理論篇和實(shí)踐應(yīng)用篇，旨在系統(tǒng)全面地介紹人工智能的基礎(chǔ)知識(shí)和實(shí)踐案例。本書主要內(nèi)容涵蓋從基礎(chǔ)算法（如搜索算法、約束滿足問題）到高階的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)理論，并深入探討了卷積神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)等重要神經(jīng)網(wǎng)絡(luò)架構(gòu)。書中還介紹了智能計(jì)算方法，如遺傳算法和粒子群算法。此外，本書部分章節(jié)展示了支持向量機(jī)、目標(biāo)檢測(cè)和強(qiáng)化學(xué)習(xí)的實(shí)際應(yīng)用案例，也討論了無人駕駛、精準(zhǔn)營(yíng)銷等當(dāng)今熱門應(yīng)用領(lǐng)域。本書的初衷是向讀者介紹人工智能的基礎(chǔ)理論和實(shí)踐應(yīng)用，使他們能夠深入了解這一領(lǐng)域的核心概念和技術(shù)。通過本書，學(xué)生能夠系統(tǒng)了解人工智能領(lǐng)域的最新理論和技術(shù)，并具備將理論轉(zhuǎn)化為實(shí)踐的能力，為未來的科研創(chuàng)新奠定堅(jiān)實(shí)基礎(chǔ)。本書適合作為高等院校計(jì)算機(jī)科學(xué)、自動(dòng)化、信息技術(shù)、智能制造等相關(guān)專業(yè)本科生和研究生的教材，同時(shí)也可供從事人工智能技術(shù)開發(fā)、智能系統(tǒng)設(shè)計(jì)及大數(shù)據(jù)分析的技術(shù)人員參考。本書通過理論知識(shí)與應(yīng)用實(shí)踐的結(jié)合，不僅能幫助學(xué)生理解人工智能的基礎(chǔ)理論知識(shí)，還能夠培養(yǎng)他們創(chuàng)新和解決實(shí)際問題的能力。
本書通過理論知識(shí)與應(yīng)用實(shí)踐的結(jié)合，不僅能幫助學(xué)生理解人工智能的基礎(chǔ)理論知識(shí)，還能夠培養(yǎng)他們創(chuàng)新和解決實(shí)際問題的能力。
人工智能（AI）是當(dāng)今世界最為引人矚目的技術(shù)領(lǐng)域之一，其已經(jīng)深刻地改變了人們的生活方式、工作方式以及社會(huì)結(jié)構(gòu)。從智能手機(jī)上的語音助手到自動(dòng)駕駛汽車，再到智能推薦系統(tǒng)和醫(yī)療診斷，人工智能正在以驚人的速度和廣度滲透到人們的日常生活中。在這個(gè)快速發(fā)展的領(lǐng)域中，理解其基礎(chǔ)原理和應(yīng)用實(shí)踐變得尤為重要。在基礎(chǔ)理論篇中，本書將深入探討機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、智能計(jì)算等核心理論，并介紹監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的基本原理，以及常見的算法，如最小二乘法、決策樹、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等。此外，本書還將討論人工神經(jīng)網(wǎng)絡(luò)的各種類型，以及強(qiáng)化學(xué)習(xí)在智能體和環(huán)境之間進(jìn)行學(xué)習(xí)和決策的方法。這些理論知識(shí)將為學(xué)生提供深入了解人工智能背后機(jī)制的基礎(chǔ)。在實(shí)踐應(yīng)用篇中，本書將通過豐富的案例和實(shí)踐經(jīng)驗(yàn)，帶領(lǐng)讀者走進(jìn)無人駕駛、精準(zhǔn)營(yíng)銷、工業(yè)智能、智能醫(yī)療、智慧農(nóng)業(yè)、智能翻譯等應(yīng)用場(chǎng)景，深入了解人工智能在不同領(lǐng)域的應(yīng)用和發(fā)展趨勢(shì)。通過深入淺出的講解和圖文并茂的展示，希望學(xué)生能夠輕松理解人工智能技術(shù)的復(fù)雜性，同時(shí)也能夠領(lǐng)略到其帶來的巨大潛力和影響。本書的目標(biāo)是為廣大學(xué)生提供一本系統(tǒng)全面的人工智能基礎(chǔ)教材，既適合初學(xué)者快速入門，又能夠滿足專業(yè)人士深入研究的需求。相信通過本書的學(xué)習(xí)，學(xué)生將能夠更好地理解和應(yīng)用人工智能技術(shù)，為構(gòu)建智能化的未來做出貢獻(xiàn)。在這個(gè)充滿挑戰(zhàn)和機(jī)遇的時(shí)代，讓我們一起探索人工智能的奧秘，開啟智能時(shí)代的新篇章。
高等院校教師
第1章導(dǎo)論和概述11人工智能的概念12人工智能的發(fā)展歷史13人工智能的應(yīng)用領(lǐng)域14人工智能的挑戰(zhàn)和機(jī)遇15本章小結(jié)16習(xí)題第2章機(jī)器學(xué)習(xí)21監(jiān)督學(xué)習(xí)22無監(jiān)督學(xué)習(xí)23本章小結(jié)24習(xí)題第3章深度學(xué)習(xí)31卷積神經(jīng)網(wǎng)絡(luò)32循環(huán)神經(jīng)網(wǎng)絡(luò)33生成對(duì)抗網(wǎng)絡(luò)34圖神經(jīng)網(wǎng)絡(luò)35本章小結(jié)36習(xí)題第4章強(qiáng)化學(xué)習(xí)41引言42強(qiáng)化學(xué)習(xí)基本模型和原理43馬爾可夫決策過程44強(qiáng)化學(xué)習(xí)主要算法45強(qiáng)化學(xué)習(xí)發(fā)展趨勢(shì)46本章小結(jié)47習(xí)題第5章智能計(jì)算51最優(yōu)化問題52計(jì)算復(fù)雜性及NP理論53智能計(jì)算基礎(chǔ)理論54遺傳算法55蟻群優(yōu)化算法56粒子群優(yōu)化算法57本章小結(jié)58習(xí)題第6章人工智能大模型61大模型概述62Transformer63生成式預(yù)訓(xùn)練64GPT系列模型65本章小結(jié)66習(xí)題實(shí)踐應(yīng)用篇第7章無人駕駛71無人駕駛概述72無人駕駛技術(shù)基礎(chǔ)73無人駕駛技術(shù)發(fā)展與應(yīng)用74本章小結(jié)75習(xí)題第8章精準(zhǔn)營(yíng)銷81背景和目的82方法和數(shù)據(jù)來源83精準(zhǔn)營(yíng)銷概述84抖音智能推薦在精準(zhǔn)營(yíng)銷中的應(yīng)用85精準(zhǔn)營(yíng)銷的挑戰(zhàn)與未來展望86本章小結(jié)87習(xí)題第9章工業(yè)智能91工業(yè)智能內(nèi)涵92工業(yè)智能關(guān)鍵技術(shù)93工業(yè)智能應(yīng)用場(chǎng)景94本章小結(jié)95習(xí)題第10章智能醫(yī)療101智能醫(yī)療概述102智能醫(yī)療發(fā)展及現(xiàn)狀103智能醫(yī)療應(yīng)用場(chǎng)景104本章小結(jié)105習(xí)題第11章智慧農(nóng)業(yè)111智慧農(nóng)業(yè)概述112智慧農(nóng)業(yè)發(fā)展現(xiàn)狀113智慧農(nóng)業(yè)應(yīng)用場(chǎng)景114本章小結(jié)115習(xí)題第12章智能翻譯121智能翻譯概述122智能翻譯發(fā)展及現(xiàn)狀123智能翻譯應(yīng)用場(chǎng)景124本章小結(jié)125習(xí)題第13章應(yīng)用案例131基于機(jī)器視覺的水稻病害識(shí)別研究132基于面向?qū)ο笞⒁饬C(jī)制的無人機(jī)農(nóng)情圖像顏色校正算法研究133基于CNNTransformer的農(nóng)業(yè)病蟲害識(shí)別
書單推薦
