人工智能导论

封面

版权信息

作者简介

内容简介

前言

第1章 人工智能的孕育

1.1 哥德尔定理

1.1.1 哥德尔定理概述

1.1.2 逻辑学的发展

1.1.3 哥德尔在各领域的贡献

1.2 图灵和图灵机

1.2.1 图灵测试

1.2.2 图灵机

1.3 冯·诺依曼体系结构

1.3.1 冯·诺依曼体系结构简介

1.3.2 冯·诺依曼体系结构的特点和局限

1.4 控制论的发展

1.4.1 控制论的发展历程

1.4.2 控制论方法与人工智能

1.5 脑科学研究的突破

1.5.1 生物神经元

1.5.2 人工神经元

知识回顾

任务习题

第2章 人工智能的诞生

2.1 人工智能的提出

2.1.1 达特茅斯会议

2.1.2 人工智能概述

2.2 人工智能的流派

2.2.1 符号主义

2.2.2 联结主义

2.2.3 行为主义

2.3 感知机和自适应线性元件

2.3.1 感知机

2.3.2 自适应线性元件

2.4 LISP语言

2.4.1 LISP语言的发展史

2.4.2 LISP语言的数据结构

2.4.3 LISP语言常见版本

2.5 人工智能的发展瓶颈

2.5.1 对大脑的认知有限

2.5.2 大脑和躯体的配合难以实现

2.5.3 智能识别的应用瓶颈

知识回顾

任务习题

第3章 人工智能的复苏

3.1 专家系统

3.1.1 专家系统简介

3.1.2 专家系统的发展

3.1.3 专家系统的主要功能

3.2 神经网络的发展

3.2.1 前馈神经网络

3.2.2 BP算法

3.2.3 霍普菲尔德神经网络

3.2.4 自编码器

3.2.5 玻尔兹曼机

3.3 第五代计算机的研发

3.3.1 第五代计算机简介

3.3.2 电子计算机的发展历程

3.3.3 电子计算机发展的意义

3.4 个人计算机的流行

3.4.1 计算机的类别

3.4.2 计算机的发展史

3.4.3 PC第三需求

3.5 机器学习的繁荣

3.5.1 机器学习的发展历史

3.5.2 机器学习的主要流程

3.5.3 机器学习算法

知识回顾

任务习题

第4章 人工智能的高速发展

4.1 阿尔法围棋与深度学习

4.1.1 深度学习的原理及架构

4.1.2 强化学习

4.1.3 阿尔法围棋

4.2 卷积神经网络

4.2.1 卷积神经网络的结构

4.2.2 经典网络模型和应用

4.2.3 卷积神经网络的部分应用

4.3 循环神经网络

4.3.1 循环神经网络的结构

4.3.2 循环神经网络的应用

4.4 生成对抗网络

4.4.1 了解生成对抗网络的原理

4.4.2 部分生成对抗网络应用

知识回顾

任务习题

第5章 人工智能的应用分支

5.1 计算机视觉

5.1.1 计算机视觉概述

5.1.2 图像识别

5.1.3 目标检测

5.2 自然语言处理

5.2.1 自然语言处理概述

5.2.2 语言识别

5.2.3 机器翻译

5.2.4 语义理解

5.3 决策分析

5.3.1 决策分析概述

5.3.2 最优化问题