人工智能 原理、算法和实践

"随着2016年3月AlphaGo（阿法狗）战胜围棋世界冠军、职业九段选手李世石，并以4:1的总分获胜以来，“人工智能”成为人们舌尖上的话题，本书旨在揭开人工智能的神秘面纱，为大家展示其精髓。 本书作者在多年讲授人工智能课程的基础上，对相关理论与技术进行了提炼与总结，使全书结构严谨、逻辑性及前后章节的衔接增强，兼有普及与提高的双重功能。传统人工智能部分深入浅出，通俗易懂，容易学习；现代人工智能部分则体现其创新、精髓和很好。 每章后面附有习题，以供读者练习；提供配套课件，读者可在清华大学出版社网站本书页面下载。"

本书系统介绍了人工智能的基本原理、基本技术、基本方法和应用领域等内容，比较全面地反映了60多年来人工智能领域的进展，并根据人工智能的发展动向对一些传统内容做了取舍。全书共9章。第1章介绍人工智能的基本概念、发展历史、应用领域等。其后8章的内容分为两大部分：第一部分（第2~5章）主要讲述传统人工智能的基本概念、原理、方法和技术，涵盖知识表示、搜索策略、确定性推理和不确定推理的相关技术与方法；第二部分（第6~9章）主要讲述现代人工智能的新技术和方法，涵盖机器学习、数据挖掘、大数据、深度学习的近期新技术与方法。本书提供了8个实践项目案例，并且每章后面附有习题，以供读者练习。本书主要作为计算机专业和其他相关学科相关课程教材，也可供有关科技人员参考。

尚文倩，博士（后），教授，博导/硕导，现任中国传媒大学计算机学院副院长，计算机科学与技术系系主任。多年来一直从事人工智能、自然语言处理、机器学习等领域的教学与科研工作。发表SCI/EI检索学术论文60余篇，论文单篇优选他引率300余次。曾主持或参与国防科工委重大项目、国家自然科学基金、国家科技支撑计划、国家重点研发计划、国家博士后基金、省基金、校基金等多个项目。曾荣获China DRM中国数字版权管理论坛突出贡献个人奖，IEEE/ACIS ICIS2019国际会议突出贡献个人奖等奖项。

第1章绪论
1．1人工智能的定义
1．2人工智能的发展历史
1．2．1孕育阶段
1．2．2形成阶段
1．2．3发展阶段
1．3人工智能的三大学派
1．3．1符号主义
1．3．2连接主义
1．3．3行为主义
1．4人工智能研究内容与应用领域
1．4．1问题求解
1．4．2专家系统
1．4．3机器学习
1．4．4神经网络
1．4．5模式识别
1．4．6数据挖掘和知识发现
1．4．7计算机视觉
1．4．8智能控制
1．4．9计算智能
1．4．10其他
1．5人工智能的发展趋势
1．5．1多学科交叉研究
1．5．2智能应用和智能产业
1．6习题
第2章知识表示
2．1概述
2．1．1知识及知识的分类
2．1．2知识表示方法
2．2谓词逻辑表示法
2．2．1基本概念
2．2．2谓词逻辑表示法
2．2．3谓词逻辑表示法的经典应用
2．2．4谓词逻辑表示法的特点
2．3产生式表示法
2．3．1概述
2．3．2产生式系统
2．3．3产生式表示法应用举例
2．3．4产生式系统的推理方式
2．3．5产生式系统的特点
2．4框架表示法
2．4．1框架基本结构
2．4．2基于框架的推理
2．4．3框架表示法的特点
2．5语义网络表示法
2．5．1语义网络基本概念
2．5．2语义网络中常用的语义联系
2．5．3语义网络表示知识的方法
2．5．4语义网络的推理过程
2．5．5语义网络表示的特点
2．6知识图谱表示法
2．6．1知识图谱基本概念
2．6．2知识图谱常用的表示方法
2．6．3知识图谱的构建方法
2．6．4知识图谱表示法的特点
2．7实践：构建领域知识图谱
2．7．1选定构建领域
2．7．2知识抽取
2．7．3对知识图谱进行描述
2．7．4使用protégé工具搭建领域知识图谱
2．7．5思考与练习
2．8习题
第3章搜索策略
3．1搜索的基本概念
3．1．1搜索的含义
3．1．2状态空间法
3．1．3问题归约法
3．2状态空间搜索
3．2．1盲目搜索
3．2．2状态空间的启发式搜索
3．3博弈树的启发式搜索
3．3．1概述
……
第4章确定性推理
第5章不确定性推理
第6章机器学习
第7章数据挖掘
第8章大数据
第9章深度学习
附录A构建领域知识图谱
附录BA*算法实现很优路径规划
附录C基于规则产生式的推理
附录D基于T-S模型的模糊推理
附录EVGG-16迁移学习
附录FK-Means聚类
附录G网络爬虫及数据可视化
附录HCNN手写数字识别
参考文献