人工智能概论

本书使用通俗易懂的语言深入浅出地介绍了人工智能的相关知识，包括机器学习和深度学习的基本内容，并结合图像信息处理和自然语言处理两个典型应用展开阐述，使读者能快速掌握人工智能的基本概念、基本知识体系和框架，为进一步深入学习打下良好基础，致力于推动人工智能的普及教育。本书共分6章：第1章绪论，第2章基本分类，第3章回归与聚类，第4章神经网络与深度学习，第5章图像信息处理，第6章自然语言处理。

张广渊，教授，2003年毕业于东北大学计算机软件与理论专业，获博士学位，2007-2008年，在清华大学攻读博士后，现任山东交通学院信息科学与电气工程学院院长。主要从事模式识别、数字图像处理、智能交通及智能汽车辅助驾驶方面的研究工作。主持或参与国家和省市级科研项目20项；在各级刊物及国际会议上发表相关学术论文20余篇，其中被EI检索13篇次；公开出版著作7本，其中专著1本。

第1章绪论
1.1人工智能的基本概念5
1.2人工智能的发展历史9
1.3人工智能的研究范式13
1.4人工智能的应用领域16
1.5小结19
第2章基本分类
2.1分类的概念20
2.2向量的基本运算24
2.3分类器26
2.4分类识别技术.28
2.4.1感知机29
2.4.2导数与微分34
2.4.3梯度下降法36
2.4.4SVM42
2.5测试与分类实现47
2.5.1测试47
2.5.2分类实现47
2.5.3多分类识别48
2.6小结51
第3章回归与聚类
3.1基本概念52
3.1.1机器学习的类别52
3.1.2变量之间的关系54
3.2回归55
3.2.1回归的概念55
3.2.2线性回归57
3.2.3逻辑回归66
3.3聚类71
3.3.1聚类的概念72
3.3.2K均值聚类算法74
3.3.3层次聚类算法75
3.4相似度计算75
3.5小结80
第4章神经网络与深度学习
4.1人工神经网络的发展历史81
4.2神经网络的分类85
4.2.1生物神经网络85
4.2.2人工神经网络86
4.3浅层神经网络88
4.3.1多输出感知机88
4.3.2多层神经网络89
4.4深度学习97
4.4.1深度学习模型97
4.4.2激活函数99
4.4.3深度学习的特点及发展100
4.5小结101
第5章图像信息处理
5.1人眼成像102
5.2图像信息处理的基本概念104
5.3图像采集及处理发展历史111
5.4数字图像处理116
5.4.1图像的基本运算116
5.4.2图像增强120
5.4.3图像分割125
5.4.4图像压缩126
5.5数字图像分析127
5.6视频分析131
5.6.1视频的概念131
5.6.2运动检测133
5.6.3目标跟踪135
5.7卷积神经网络CNN136
5.7.1卷积138
5.7.2卷积层141
5.7.3池化层144
5.7.4AlexNet147
5.8小结150
第6章自然语言处理
6.1自然语言处理的发展历史152
6.2自然语言处理典型应用155
6.3自然语言处理基本技术157
6.3.1词法分析158
6.3.2句法分析162
6.3.3语义分析163
6.3.4语用分析164
6.4自然语言特征提取164
6.4.1词袋模型BOW165
6.4.2N-Gram模型166
6.4.3Word2Vec模型168
6.4.4循环神经网络RNN174
6.5小结176