Общий урок искусственного интеллекта
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
*Работы известного педагога Ван Ваньляна.
Глава 1 Введение в искусственный интеллект 1
1.1 Понимаете ли вы человеческий интеллект 1?
1.1.1 Умная концепция 1
1.1.2 Умные функции 3
1.2 Зарождение и рождение искусственного интеллекта 6
1.2.1 Период развития искусственного интеллекта 6
1.2.2 Тьюринг и тест Тьюринга, пионер искусственного интеллекта 8
1.2.3 Рождение искусственного интеллекта——Дартмутская конференция 9
1.3 Развитие искусственного интеллекта 10
1.3.1 Период становления искусственного интеллекта 10
1.3.2 Извилистый период развития с несколькими взлетами и падениями 12
1.3.3 Период быстрого развития, обусловленного большими данными13
1.4 Глядя на развитие искусственного интеллекта в двух знаковых человеко-машинных играх 14
1.4.1 в исследованиях искусственного интеллекта“Белая мышь”14
1.4.2 “Темно-синий”Победить чемпиона по шахматам Каспарова 15
1.4.3 AlphaGo, мастер-самоучка в го, обошла 17 мировых мастеров го
1.5 Основное содержание исследований искусственного интеллекта 19
1.6 Основные области применения искусственного интеллекта 21
1.7 Лишит ли искусственный интеллект многих людей работы34
1.8 Резюме этой главы 35
Вопрос для обсуждения 35
Глава 2 Представление знаний и граф знаний 36
2.1 Понимаешь ли ты человеческое знание36
2.1.1 Что такое знание 36
2.1.2 Относительная правильность знаний37
2.1.3 Неопределенность знаний 38
2.2 Методы компьютерного представления знаний 40
2.3 Обозначение производства 41
2.3.1 Производство 42
2.3.2 Производственные системы 43
2.3.3 Характеристики представления продукции 45
2.4 Обозначение кадра 46
2.4.1 Общая структура каркаса 47
2.4.2 Примеры использования фреймов для представления знаний 48
2.4.3 Характеристики обозначения кадров 50
2.5 График знаний 51
2.5.1 Предложение графа знаний 52
2.5.2 Определение графа знаний 52
2.5.3 Представление графа знаний 53
2.5.4 Архитектура графа знаний 54
2.5.5 Типичные применения графа знаний55
2.6 Резюме этой главы 57
Вопрос для обсуждения 58
Глава 3 Нечеткое рассуждение, имитирующее человеческое мышление 60
3.1 Определение рассуждения 60
3.2 Классификация рассуждений 61
3.2.1 Дедуктивное рассуждение 61
3.2.2 Индуктивное рассуждение 62
3.2.3 Рассуждения по умолчанию 62
3.3 Направления рассуждения 63
3.3.1 Прямые рассуждения 63
3.3.2 Обратные рассуждения 64
3.3.3 Гибридное мышление 67
3.4 Стратегии разрешения конфликтов в рассуждениях 69
3.5 Нечеткие множества и нечеткое представление знаний 71
3.5.1 Предложение и развитие нечеткой логики 71
3.5.2 Определение и представление нечетких множеств 73
3.5.3 Функция принадлежности 75
3.6 Нечеткая связь и синтез нечеткой связи 76
3.6.1 Нечеткие отношения 76
3.6.2 Синтез нечетких связей 78
3.7 Нечеткое рассуждение и нечеткое принятие решений79
3.7.1 Нечеткий вывод79
3.7.2 Нечеткое принятие решений80
3.8 Применение нечетких рассуждений 81
3.9 Резюме этой главы 82
Вопрос для обсуждения 83
Глава 4 Стратегии поиска 85
4.1 Концепция поиска 85
4.2 Как использовать пространство состояний для представления объектов поиска 86
4.2.1 Метод представления государственных космических знаний 86
4.2.2 Графическое описание пространства состояний88
4.3 Стратегия возврата 91
4.4 Стратегии слепого поиска по графу 93
4.4.1 Стратегия поиска в ширину 93
4.4.2 Стратегия поиска в глубину 94
4.5 Стратегии эвристического поиска графов 97
4.5.1 Эвристические стратегии 97
4.5.2 Эвристическая информация и функции оценки 100
4.5.3 Алгоритм поиска 102
4.5.4 AАлгоритм поиска 103
4.6 Краткое содержание главы 105
Вопрос для обсуждения 106
Глава 5 Генетический алгоритм моделирования биологической эволюции 107
5.1 Биологические основы эволюционных алгоритмов 107
5.2 Генетический алгоритм 109
5.2.1 История развития генетических алгоритмов 109
5.2.2 Основная идея генетического алгоритма 110
5.2.3 Код 111
5.2.4 Настройки населения 113
5.2.5 Фитнес-функция 114
5.2.6 Выберите 116
5.2.7 Крест 118
5.2.8 Вариант 120
5.3 Основные усовершенствованные алгоритмы генетического алгоритма 122
5.3.1 Диплоидный генетический алгоритм 122
5.3.2 Генетический алгоритм двойной популяции 124
5.3.3 Адаптивный генетический алгоритм 124
5.4 Метод планирования производства на основе генетического алгоритма 126
5.4.1 Метод планирования потокового цеха на основе генетического алгоритма 126
5.4.2 Гибридный метод планирования цеха на основе генетического алгоритма 128
5.5 Эта глава - саммит 133
Вопрос для обсуждения 134
Глава 6 Алгоритм роевого интеллекта, моделирующий поведение биологических групп 135
6.1 Биологические основы алгоритмов роевого интеллекта 135
6.2 Алгоритм оптимизации роя частиц для моделирования поведения птичьих стай 137
6.2.1 Базовый алгоритм оптимизации роя частиц 137
6.2.2 Применение алгоритма оптимизации роя частиц 139
6.3 Алгоритм оптимизации муравьиной колонии, имитирующий поведение муравьиной колонии 141
6.3.1 Биологические основы алгоритма оптимизации колонии муравьев 142
6.3.2 Базовый алгоритм оптимизации муравьиной колонии 142
6.3.3 Применение алгоритма оптимизации муравьиной колонии 146
6.4 Эта глава - саммит 148
Вопрос для обсуждения 149
Глава 7 Искусственные нейронные сети, моделирующие биологические нервные системы 150
7.1 Искусственные нейроны и искусственные нейронные сети 150
7.1.1 Биологическая структура нейрона 150
7.1.2 Математическая модель биологических нейронов 151
7.1.3 Структура и обучение искусственных нейронных сетей 153
7.2 Пионер машинного обучения——Правило Хеббианского обучения 154
7.3 Перцептрон, положивший начало второй кульминации развития искусственных нейронных сетей 155
7.4 Алгоритм обучения BP, положивший начало второй кульминации развития искусственных нейронных сетей158
7.4.1 Предложение алгоритма обучения БП 158
7.4.2 Нейронная сеть БП 159
7.4.3 Алгоритм обучения БП 160
7.4.4 Применение алгоритма обучения BP в распознавании образов 161
7.5 Резюме этой главы 163
Вопрос для обсуждения 164
Глава 8 Машинное обучение и глубокое обучение 165
8.1 Основные понятия машинного обучения 165
8.1.1 Исследование 165
8.1.2 Машинное обучение 166
8.1.3 Система обучения 166
8.1.4 Развитие машинного обучения 169
8.2 Классификация машинного обучения 170
8.2.1 Общая классификация методов машинного обучения170
8.2.2 Обучение под учителем и обучение без учителя172
8.2.3 Обучение со слабым контролем 174
8.3 Обнаружение знаний и интеллектуальный анализ данных 177
8.3.1 Концепции открытия знаний и интеллектуального анализа данных 178
8.3.2 Общий процесс открытия знаний 178
8.3.3 Задача открытия знаний 179
8.3.4 Объекты открытия знаний 180
8.4 Механизм зрения животных и предложение глубокого обучения 182
8.4.1 Ограничения поверхностного обучения 182
8.4.2 Внедрение глубокого обучения 183
8.5 Сверточные нейронные сети и капсульные сети 185
8.5.1 Структура сверточной нейронной сети 185
8.5.2 Физическое, биологическое и экологическое значение свертки 186
8.5.3 Операция свертки сверточной нейронной сети 187
8.5.4 Ключевые технологии в сверточных нейронных сетях 189
8.5.5 Приложения сверточных нейронных сетей 192
8.5.6 Капсульная сеть 193
8.6 Генеративно-состязательные сети и их приложения 196
8.6.1 Основные принципы генеративно-состязательных сетей 196
8.6.2 Структура и обучение генеративно-состязательных сетей 197
8.6.3 Применение генеративно-состязательных сетей в обработке изображений 200
8.6.4 Применение генеративно-состязательных сетей в языковой обработке 203
8.6.5 Применение генеративно-состязательных сетей в генерации видео 205
8.6.6 Применение генеративно-состязательных сетей в медицинской помощи 207
8.7 Резюме этой главы 207
Вопрос для обсуждения 208
Глава 9 Экспертные системы 210
9.1 Появление и развитие экспертных систем 210
9.2 Понятие экспертной системы 212
9.2.1 Определение экспертной системы 212
9.2.2 Характеристики экспертных систем 212
9.2.3 Виды экспертных систем 214
9.3 Как работают экспертные системы 216
9.3.1 Общая структура экспертных систем 216
9.3.2 База знаний 216
9.3.3 Механизм вывода 217
9.3.4 Обширная база данных 217
9.3.5 Институты приобретения знаний 218
9.3.6 Человеко-компьютерный интерфейс 219
9.3.7 Интерпретативное агентство 219
9.4 Простая экспертная система распознавания животных 219
9.4.1 Создание базы знаний 220
9.4.2 Комплексный процесс создания базы данных и вывода 221
9.5 Примеры экспертных систем и их скелетные системы 222
9.5.1 Понятие скелетной системы 222
9.5.2 Скелетная система EMYCIN 223
9.5.3 Каркасная система КАС 224
9.6 Среда разработки экспертных систем 226
9.7 Эта глава - саммит 227
Вопрос для обсуждения 228
Глава 10 Понимание естественного языка 229
10.1 Понятие и развитие понимания естественного языка 229
10.1.1 Концепция понимания естественного языка 229
10.1.2 История развития понимания естественного языка 229
10.2 Уровни языковой обработки 232
10.3 Обзор методов машинного перевода 234
10.4 Рекуррентная нейронная сеть 238
10.4.1 Структура рекуррентной нейронной сети 238
10.4.2 Обучение рекуррентных нейронных сетей 239
10.4.3 Нейронная сеть долговременной памяти 240
10.5 Машинный перевод на основе рекуррентных нейронных сетей 240
10.6 Распознавание речи 242
10.6.1 Понятие распознавания речи 242
10.6.2 Основной процесс распознавания речи 243
10.6.3 Методы распознавания речи 246
10.7 Эта глава - саммит 247
Обсуждение Вопрос 247
Глава 11 Компьютерное зрение 248
11.1 Обзор компьютерного зрения 248
11.2 Цифровые изображения в системах компьютерного зрения 251
11.3 Компьютерное зрение на основе глубокого обучения 252
11.4 Биометрическая идентификация на основе компьютерного зрения 253
11.4.1 Распознавание лиц 253
11.4.2 Распознавание Ирис 254
11.5 Эта глава - саммит 255
Вопрос для обсуждения 256
Глава 12 Интеллектуальный робот 257
12.1 Появление и развитие роботов 257
12.2 Технология искусственного интеллекта в роботах 260
12.2.1 Интеллектуальное восприятие робота 260
12.2.2 Интеллектуальная навигация робота 264
12.2.3 Интеллектуальное планирование пути робота 264
12.2.4 Интеллектуальное управление движением робота 265
12.2.5 Интеллектуальное взаимодействие роботов 267
12.3 Применение интеллектуальных роботов 267
12.3.1 Промышленные роботы 268
12.3.2 Сельскохозяйственные роботы 270
12.3.3 Сервисный робот 273
12.3.4 Медицинский робот 276
12.3.5 Военный робот 277
12.4 Перспективы и этика интеллектуальных робототехнических технологий 280
12.4.1 Интеллектуальные робототехнические технологии Outlook 280
12.4.2 Этические проблемы роботов 281
12.5 Эта глава - саммит 282
Вопрос для обсуждения 282
......Эта книга написана Ван Ваньляном, известным национальным учителем, членом Руководящего комитета по преподаванию компьютерных дисциплин, заместителем директора Руководящего комитета по преподаванию компьютерных дисциплин в высших учебных заведениях провинции Чжэцзян и автором в области искусственного интеллекта. Написанный им профессиональный учебник «Искусственный интеллект» используется в качестве учебного материала во многих отечественных вузах. Чтобы адаптироваться к развитию искусственного интеллекта и удовлетворить потребности студентов, не специализирующихся на компьютерах, особенно читателей, специализирующихся на гуманитарных и социальных науках, эта книга специально написана для того, чтобы кратко и лаконично представить соответствующие знания об искусственном интеллекте студентам, не специализирующимся на компьютерах.Эта книга не требует от читателей каких-либо соответствующих знаний для понимания концепций и перспектив применения искусственного интеллекта. Его можно использовать в качестве общего пособия для студентов, не изучающих компьютер.
......Известный национальный преподаватель, ведущий талант Национального плана десяти тысяч талантов, эксперт, пользующийся специальными государственными стипендиями Государственного совета, выдающийся учитель провинции Чжэцзян, член Руководящего комитета по обучению компьютеру и заместитель директора Руководящего комитета по обучению компьютеру в высших учебных заведениях Чжэцзяна.