|
| 內容簡介： |
本书首先对人工智能的定义、历史及国内外发展趋势等方面做了详尽阐述，接着从Agent、搜索、推理、学习、进化、感知以及行动等方向分别对人工智能进行多角度的分析与学习，*后通过一些实际需求场景来说明人工智能在现今各领域方向的应用。
本书可作为高等院校数据科学与大数据技术、自动化、计算机等专业的本科或研究生课程教材，也可供计算机信息处理、自动控制、生物信息等领域从事人工智能方向研究的科技工作者和相关专业师生参考。
|
| 關於作者： |
2008年北京师范大学博士毕业。2011年清华大学计算机流动站博士后出站。现为信息学院计算机科学与技术系支部书记。
主要研究方向为计算机软件系统（技能测评、教育软件）、IPV6资源平台等。
主持国家社科青年基金项目、国家博士后基金特别资助项目和面上项目各1项。
中国计算机学会高级会员，曾获首都经贸大学教学基本功大赛一等奖。
主讲课程有Visual C#。
|
| 目錄：
|
1人工智能的发展历史和趋势
11人工智能的定义、体系架构和发展基础
12人工智能的发展历史
13人工智能最新进展及趋势
2Agent
21Agent概念的提出及其定义
22Agent的环境及其性质
23Agent的体系结构
24Agent技术系统及其应用
3搜索
31问题求解Agent的经典搜索策略
32局部不确定性的超越经典搜索
33对抗搜索与博弈
34约束条件求解
4推理
41推理的基本概念
42本体与知识表示
43逻辑Agent与逻辑命题
44一阶逻辑及其推理
45量化不确定性
46概率推理
47简单决策与复杂决策
5学习
51样例学习
52学习中的知识和数据挖掘
53学习概率模型
54强化学习
55神经网络与深度学习
6进化
61遗传算法原理
62蚁群算法原理
63多Agent进化原理
7感知
71模式识别
72自然语言处理
73机器翻译与语音识别
74视觉感知智能
8行动
81机器人的硬件
82机器人的感知
83机器人的软件结构体系
84机器人的运动
85移动机器人的定位
86移动机器人的路径规划
87应用案例
9人工智能的应用
91人工智能应用现状
92人工智能的应用领域
93人工智能的应用实例
参考文献
|
| 內容試閱：
|
当前，以人工智能和大数据技术为代表的新一轮科技革命正在重塑全球的社会经济结构，数据是这个过程中最重要、最有活力的生产要素。如何高效发挥大数据的作用并实现其价值，成为社会各界必须面临和思考的重要问题。除实验、理论和仿真之外，新的科学研究范式数据科学因此应运而生。数据科学与大数据技术同人工智能一道，将成为改变人类社会活动和改变世界的新引擎。
世界主要发达国家已把发展数据科学与大数据技术作为提升国家竞争力、维护国家安全的重大战略，加紧出台了规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。2015年8月，我国国务院印发的《关于促进大数据发展行动纲要》明确了发展大数据的指导思想、发展目标和发展任务，标志着大数据正式上升为国家核心战略。同年10月，《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》提出要实施国家大数据战略，推进数据资源开放共享，标志着大数据正式成为十三五规划的核心内容。2016年的政府工作报告中也专门提出促进大数据、云计算、物联网广泛应用，这就意味着自2014年首次进入政府工作报告以来，大数据连续三年受到我国政府的高度关注。在党的十九大报告中，习总书记强调要推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点，形成新动能。2017年，国务院印发的《新一代人工智能发展规划》中指出，要抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，并提出了我国人工智能发展的重点任务之一就是加快培养人工智能高端人才。然而在我国数据科学与大数据技术、人工智能领域发展过程中仍旧面临着众多制约因素。
在国务院印发的《新一代人工智能发展规划》的重点任务中，明确提出要研究统计学习基础理论、不确定性推理与决策、分布式学习与交互、隐私保护学习、小样本学习、深度强化学习、无监督学习、半监督学习、主动学习等学习理论和高效模型，并统筹布局概率统计、深度学习等人工智能范式的统一计算框架平台和人工智能创新平台。
数据科学与大数据技术是一个需要具备多方面学科知识背景并涉及多个应用领域的交叉专业。当前我国共有280多所高校在工学和理学学科门类中开设数据科学与大数据技术本科专业，培养掌握统计学、计算机科学、数学等主要知识、符合国家发展战略的重大需求的高级人才。相对于其他成熟的本科专业，数据科学与大数据技术人才的稀缺成为制约大数据领域发展的重要因素，是当前亟须解决的重大问题。
总序人工智能概论数据科学与大数据技术本科专业的建设实际上是一场教育革命，是受业界需求驱动形成的，其理论基础、课程体系和知识结构框架均处于探索阶段。但有一点非常明确，实践是学习该专业最重要、最高效的方式，这也成为本套教材普通高等教育数据科学与大数据技术专业十三五规划教材的编写导向。这不仅需要学生夯实统计学、应用数学以及计算机科学等学科的基础，也需要学生具备大数据所服务行业的相关知识积累和实践经验。只有掌握多学科融会贯通的能力，才能真正成为一个有思想的数据科学家。
为了探索学科人才培养模式，北京大学、中国人民大学、中国科学院大学、中央财经大学和首都经济贸易大学在2014年共同搭建了大数据分析硕士培养协同创新平台。在不断的摸索中，一套科学完整的课程体系逐渐建立起来。随后，相关课程也在全国多所院校中实施，成为我国大数据技术高端人才培养体系的蓝本。
为紧跟科学技术的发展潮流，引领中国大数据理论、技术、方法与应用，在北京大数据协会及相关机构的组织下，开展了教材编写的大量前期国内外调研工作，并于2017年6月在云南举办了第一届全国数据科学与大数据技术本科专业建设研讨会，展示了调研成果，为中国数据科学与大数据技术人才培养奠定了基础。为进一步厘清该专业的培养方案和课程内容建设的目标和路径，从培养方案、课程体系、培养过程、教材建设等方面深入交流探讨，于2019年5月在北京召开了第二届全国数据科学与大数据技术本科专业建设研讨会，会上正式发布了本套系列教材。
本套教材凝聚了全国相关院校数据科学与大数据技术领域著名专家和学者的智慧和力量。在教材编写过程中更加关注的是数据分析思想的引导，体现数据分析的艺术，侧重于从数据和案例出发，厘清数据分析的基本思路，这样能够让读者更好地理解各种假设、公式、定理和模型背后的逻辑。为了结合现实需求，每本教材均配套相关的Python编程代码，让读者在练中学、学中练的过程中夯实基础，积累经验，提升竞争力。尽管编写人员投入了大量的心血，但教材内容还需不断突破和完善，希望能够得到各位专家和同行的批评指正，共同实现此套教材满足教学需求的编写宗旨。
本套系列教材是集体创作的成果。感谢编委会成员和其他编写人员的辛勤付出，以及北京大学出版社和首都经济贸易大学出版社的大力支持。希望此套教材能对广大教师和学生及各数据科学领域的从业人员具有重要的参考价值。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
