人工智能基础

**章 绪论 001
1．1 人工智能概述 002
1．1．1 人工智能定义 002
1．1．2 人工智能发展史 006
1．2 人工智能研究的目标及内容 008
1．2．1 人工智能的研究目标 008
1．2．2 人工智能的研究内容 009
1．3 人工智能研究进展及领域 019
1．4 人工智能的发展及影响 023
1．4．1 人工智能的发展 023
1．4．2 人工智能的应用 024
1．4．3 人工智能的影响 025
1．5 本章小结 029
习题1 029
第二章 人工智能数学基础 030
2．1 矩阵论 031
2．1．1 线性空间与线性变换 032
2．1．2 范数理论 033
2．2 应用统计 034
2．2．1 参数估计 034
2．2．2 假设检验 034
2．2．3 回归分析与方差分析 035
2．3 数值分析 036
2．3．1 插值法与数值逼近 037
2．3．2 数值积分与数值微分 039
2．3．3 解线性方程的直接方法与迭代法 039
2．4 经典变换 044
2．4．1 快速傅里叶变换 044
2．4．2 图像变换 047
2．5 Python基础 050
2．5．1 编程基础 051
2．5．2 Numpy 054
2．5．3 Pandas 054
2．5．4 Scipy 055
2．5．5 其他工具包 056
2．6 本章小结 057
习题2 057
第三章 人工智能通信技术 058
3．1 人工智能在通信领域的挑战 059
3．2 人工智能在通信领域的应用 062
3．3 语音识别技术 065
3．3．1 国外发展概述 065
3．3．2 国内发展概述 067
3．3．3 系统分类 067
3．3．4 核心技术 068
3．3．5 识别方法 069
3．3．6 应用与发展 073
3．3．7 演示实验 074
3．4 本章小结 080
习题3 080
第四章 智能控制 081
4．1 智能控制基础 082
4．1．1 智能控制的产生与发展 082
4．1．2 智能控制的基本概念 084
4．2 智能控制理论 085
4．2．1 智能控制经典理论概述 085
4．2．2 智能控制系统 087
4．3 人工智能在智能控制领域的应用 097
4．4 本章小结 101
习题4 102
第五章 深度学习 103
5．1 深度学习的发展 104
5．2 深度学习概述 108
5．3 深度学习的基本原理 111
5．3．1 深度学习的经典网络 112
5．3．2 深度学习的正则化 123
5．3．3 深度模型的优化 125
5．4 深度学习应用 128
5．4．1 计算机视觉 128
5．4．2 自然语言处理 135
5．4．3 其他应用 135
5．5 演示实验 136
5．5．1 基于深度神经网络的图像分类 136
5．5．2 基于深度学习的个性化推荐 145
5．5．3 基于卷积神经网络的文本分类 148
5．5．4 基于深度学习的视频行为识别 151
5．6 本章小结 154
习题5 155
第六章 智能机器人 156
6．1 智能机器人概况 157
6．2 智能机器人运动与感知 162
6．2．1 智能机器人体系结构 162
6．2．2 机器人视觉系统 163
6．3 智能机器人路径规划 165
6．3．1 机器人导航 165
6．3．2 机器人定位 168
6．3．3 机器人避障 168
6．3．4 机器人路径规划 171
6．4 演示实验 174
6．4．1 计算机视觉分析 174
6．4．2 机器人路径规划 180
6．5 本章小结 184
习题6 185
第七章 人工智能伦理 186
7．1 人工智能的安全问题 187
7．1．1 人工智能安全问题的出现 187
7．1．2 人工智能安全风险的特征 189
7．1．3 人工智能安全问题的应对策略 190
7．2 人工智能的教育理念 192
7．3 人工智能工程伦理实例 199
7．4 本章小结 203
习题7 203
第八章 人工智能创新创业应用 205
8．1 人工智能发展前景及创新创业项目介绍 206
8．1．1 充满生机的人工智能产业 206
8．1．2 拭目以待的人工智能产业发展前景 209
8．2 创新创业项目 210
8．2．1 创新创业项目简介 210
8．2．2 开展创新创业项目的注意事项 212
8．3 人工智能创新创业相关案例 212
8．4 本章小结 219
习题8 220
参考文献 221