相关截图：

资料简介：

本书是中国科协新一代信息技术系列丛书之一。本书内容包括知识表示、知识获取、知识应用三部分。其中，知识表示主要介绍概念表示、知识表示、知识图谱；知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习；知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱，本书还深入浅出地介绍了有关智能搜索技术、机器学习、神经网络、计算机视觉、语言智能、机器人等在内的不同领域的应用实践成果。本书主要面向大学非计算机类的工科专业的高年级学生与研究生，帮助学生了解人工智能的发展过程与基本知识，熟悉人工智能产业的发展现状与市场需求，培养人工智能应用能力。同时，对于计算机相关专业的学生，本书也可作为人工智能专业课程的先导学习材料。

资料目录：

前言  李德毅

第一章　绪论  001

11 人工智能的起源和定义 001

12 人工智能的流派 003

13 人工智能的进展和发展趋势 009

第二章　概念表示  012

21 经典概念理论 012

22 数理逻辑 013

23 集合论 017

24 概念的现代表示理论 020

第三章　知识表示 023

31 知识与知识表示的概念 023

32 产生式表示法 026

33 框架表示法 029

34 状态空间表示法 032

35 本章小结 036

第四章　知识图谱 038

41 知识图谱 038

42 本体知识表示 042

43 万维网知识表示  043

44 知识图谱的现状及发展  049

45 知识图谱的应用示例  055

46 本章小结  056

第五章　搜索技术057

51　图搜索策略  058

52　盲目搜索  059

53　启发式搜索  063

54　博弈搜索  067

55　本章小结  070

第六章　群智能算法072

61　群智能算法产生的背景  072

62　遗传算法  073

63　粒子群优化算法及其应用  083

64　蚁群算法  088

65　本章小结  092

第七章　机器学习094

71　机器学习的发展  095

72　监督学习  096

73　无监督学习  101

74　弱监督学习  104

75　讨论  108

76　本章小结  109

第八章　人工神经网络与深度学习111

81　神经网络的发展历史  111

82　神经元与神经网络  112

83　BP 神经网络及其学习算法  115

84　卷积神经网络  119

85　生成对抗网络  126

86　深度学习的应用  128

87　本章小结  131

第九章　专家系统 133

91 专家系统概述  133

92 推理方法  135

93 一个简单的专家系统  136

94 非确定性推理  142

95 专家系统工具  146

96 专家系统的应用  147

97 专家系统的局限性  148

98 本章小结  148

第十章　计算机视觉 150

101　计算机视觉概述  150

102 数字图像的类型及机内表示  152

103 常用计算机视觉模型和关键技术  153

104 应用实例：人脸识别技术  162

105 本章小结  164

第十一章　自然语言处理 166

111 自然语言处理概述  166

112 机器翻译  172

113 自然语言人机交互  177

114 智能问答  189

115 本章小结  193

第十二章　语音处理 195

121 语音的基本概念 195

122 语音识别 196

123 语音合成 202

•IV•

124 语音增强 206

125 语音转换 208

126 情感语音 210

127 本章小结 214

第十三章　规划 216

131 基本概念 216

132 经典规划 217

133 概率规划 221

134 典型应用 227

第十四章　多智能体系统229

141 智能体 229

142 智能体的具体结构 234

143 多智能体协商 236

144 多智能体学习 242

145 本章小结 244

第十五章　智能机器人246

151 概述 247

152 人工智能技术在机器人中的应用 249

153 智能机器人发展展望 259

参考文献262