"* 構建完整的人工智能知識體繫* 涵蓋人工智能主流應用* 同步人工智能領域近期新進展* 未涉及復雜的數學公式，適合人工智能初學者"

●第1章緒論
1.1什麼是人工智能
1.1.1人工智能的定義
1.1.2人工智能的研究領域
1.1.3人工智能的發展現狀
1.2人工智能簡史
1.2.1人工智能的誕生（1943—1956年）
1.2.2人工智能的起步期（1956—1974年）
1.2.3人工智能的第一個低谷（1974—1980年）
1.2.4人工智能的應用發展期（1980—1989年）
1.2.5人工智能的第二個低谷（1989—1993年）
1.2.6人工智能的穩步發展期（1993—2006年）
1.2.7人工智能的蓬勃發展期（2006年至今）
1.3人工智能的流派
1.3.1符號主義流派
1.3.2聯結主義流派
1.3.3行為主義流派
1.3.4代表人物
1.4人工智能的應用與挑戰
1.4.1中國人工智能的國家戰略
1.4.2人工智能行業的未來格局
1.4.3迎接人工智能2.0的挑戰和機遇
參考文獻
擴展閱讀
習題1
第2章機器學習
2.1引言
2.1.1機器學習的定義和基本概念
2.1.2機器學習的分類
2.1.3機器學習的發展歷程
2.2監督學習
2.2.1監督學習的定義
2.2.2K近鄰算法
2.2.3決策樹
2.2.4支持向量機
2.3無監督學習
2.3.1無監督學習的任務
2.3.2K-Means聚類算法
2.3.3層次聚類算法
2.3.4基於密度的聚類算法
2.4強化學習
2.4.1強化學習的原理
2.4.2Q-Learning強化學習算法
2.4.3強化學習的應用
參考文獻
擴展閱讀
習題2
第3章人工神經網絡
3.1概述
3.1.1人工神經網絡簡介
3.1.2人工神經網絡發展史
3.2M-P模型
3.2.1生
3.2.2M-P模型的結構
3.2.3M-P模型實現與門電路邏輯運算的應用案例
3.3感知機
3.3.1感知機模型
3.3.2感知機工作過程
3.3.3感知機的學習過程
3.3.4感知機分類案例
3.3.5多層感知機
3.4多層神經網絡
3.4.1梯度
3.4.2多層神經網絡的結構和工作過程
3.4.3實現異或運算的多層神經網絡案例
3.4.4梯度消失與梯度爆炸問題
3.5深度學習的卷積神經網絡模型原理
3.5.1計算機中的圖像
3.5.2卷積運算
3.5.3池化運算
3.5.4卷積神經網絡中的其他相關技術
3.5.5一個基本的多分類卷積神經網絡結構
3.5.6經典卷積神經網絡LeNet-5模型
3.6深度學習的RNN模型介紹
3.6.1基本RNN網絡的結構和工作過程
3.6.2LSTM的結構和工作過程
參考文獻
擴展閱讀
習題3
第4章知識表示與專家繫統
4.1知識表示
4.1.1邏輯表示法
4.1.2產生式表示法
4.1.3框架表示法
4.1.4語義網表示法
4.1.5知識圖譜表示法
4.2專家繫統
4.2.1專家繫統概述
4.2.2專家繫統的構建舉例
4.2.3不確定性推理
參考文獻
擴展閱讀
習題4
第5章搜索技術
5.1搜索問題的定義
5.2狀態空間
5.3盲目搜索
5.3.1深度優先搜索
5.3.2廣度優先搜索
5.4啟發式搜索
5.5博弈搜索
5.5.1極大極小博弈
5.5.2固定深度博弈搜索
5.5.3α-β剪枝算法
5.5.4博弈搜索的發展
參考文獻
擴展閱讀
習題5
第6章群智能算法
6.1遺傳算法
6.1.1遺傳算法的產生與發展
6.1.2遺傳算法的基本問題
6.1.3遺傳算法的一個簡單優化問題
6.1.4遺傳算法的優缺點
6.1.5遺傳算法的應用
6.2粒子群算法
6.2.1粒子群算法的起源
6.2.2粒子群算法的原理
6.2.3粒子群算法程序設計
6.2.4粒子群算法的參數選取
6.2.5粒子群算法的優缺點
6.3蟻群算法
6.3.1蟻群算法的提出
6.3.2蟻群算法的原理
6.3.3蟻群算法求解旅行商問題
參考文獻
擴展閱讀
習題6
第7章圖像識別技術與應用
7.1圖像識別技術概述
7.1.1圖像的概念
7.1.2圖像識別的概念
7.2圖像處理與圖像識別技術
7.2.1圖像處理技術概述
7.2.2圖像識別技術的起源
7.2.3圖像識別技術發展史
7.2.4圖像識別技術現狀
7.3圖像識別技術的實現
7.3.1圖像識別的基本流程
7.3.2圖像識別的基本方法
7.4圖像識別技術的應用
7.4.1圖像識別技術的分類
7.4.2圖像識別技術的應用場景
7.4.3圖像識別技術的展望
參考文獻
擴展閱讀
習題7
第8章自然語言處理
8.1自然語言處理概述
8.1.1什麼是自然語言處理
8.1.2自然語言處理的主要困難
8.1.3自然語言處理的發展
8.2自然語言處理的研究任務
8.3自然語言處理的發展歷程
8.4自然語言處理經典應用解析——計算網頁排名
8.5自然語言處理與人工智能
參考文獻
擴展閱讀
習題8
附錄A遺傳算法的MATLAB程序示例
附錄B粒子群算法的MATLAB程序示例
附錄C蟻群算法的MATLAB程序示例

本書作為面向本科一年級學生的"人工智能"通識課教材，力爭將人工智能的發展脈絡、相關技術和理論基礎、產業發展和成果等翔實地展現給讀者。首先介紹人工智能的定義和發展史；然後，深人淺出地講解機器學習、人工神經網絡、深度學習、知識表示、專家繫統、搜索技術、智能算法等人工智能的核心技術；最後，介紹兩個主流的應用方向一圖像識別和自然語言處理。各章都包含豐富的習題。本書可以作為高等院校"人工智能"通識課程的教材，也可以作為普通讀者（包括有意報考人工智能相關專業的中學生）整體了解人工智能領域的人門圖書。