书名：人工智能导论  
定价：49.0  
ISBN：9787111647317  
作者：周苏 张泳 主编  
版次：1  

《人工智能导论》是为高等院校相关专业“人工智能导论”课程设计编写，具有丰富应用特色的主教材。针对高校学生的发展需求，《人工智能导论》分引言、基础知识、基于知识的系统和高级专题四部分，可依照学习进度与需求，做适当选择。内容包括：引言，包括绪论（基本概念）、人工智能+领域应用；基础知识，包括大数据思维、搜索算法、知识表示；基于知识的系统，包括专家系统、机器学习、深度学习；高级专题，包括机器人技术、智能图像处理、自然语言处理、自动规划。

《人工智能导论》较为系统、全面地介绍了人工智能的相关概念、理论与应用，可以帮助读者扎实地打好人工智能的知识基础。

《人工智能导论》既适合高校学生学习，也适合对人工智能相关领域感兴趣的读者阅读参考。

前言

第一部分引言

第1章绪论

【导读案例】云计算四十年历史化蝶

成茧

1.1什么是人工智能

1.1.1人工智能定义

1.1.2强人工智能与弱人工智能

1.2人工智能发展历史

1.2.1大师与通用机器

1.2.2人工智能学科的诞生

1.2.3人工智能的发展历程

1.2.4人工智能的社会必然性

1.3人工智能的研究

1.3.1人工智能的研究领域

1.3.2在计算机上的实现方法

1.3.3人工智能发展的启示

1.3.4新图灵测试

1.4人工智能时代需要的人才

1.4.1社会进步取代了传统劳动

1.4.2未来的五个重要岗位

1.5人工智能与安全

1.5.1安全问题不容忽视

1.5.2设定伦理要求

1.5.3强力保护个人隐私

【作业】

第2章人工智能+领域应用

【导读案例】动物智能：聪明的

汉斯

2.1关于智慧地球

2.2智慧城市

2.2.1什么是智慧城市

2.2.2智慧城市与数字城市

2.2.3智慧城市与智能城市

2.2.4智慧城市与智慧农业

2.3智慧交通

2.3.1智慧交通的建设前提

2.3.2轨道交通系统的发展

2.4智能家居

2.4.1家庭自动化

2.4.2家庭网络

2.4.3网络家电

2.4.4智能家居的设计理念

2.5智慧医疗

2.5.1循证医学的发展

2.5.2医疗保健新突破

2.5.3智慧的医疗信息平台

2.6智慧教育

2.6.1智慧教育的定义

2.6.2智慧校园是智慧教育的

一部分

2.6.3建设智慧教室

2.6.4智慧教学模式

2.7智慧新零售

2.8智能客户服务

2.8.1企业布局智能客服

2.8.2智能客服的人机分工 

【作业】

第二部分基 础 知 识

第3章大数据思维

【导读案例】亚马逊推荐系统

3.1大数据与人工智能

3.2思维转变之一：样本=总体

3.2.1小数据时代的随机采样

3.2.2大数据与乔布斯的癌症治疗

3.2.3全数据模式：样本=总体

3.3思维转变之二：接受数据的

混杂性

3.3.1允许不精确

3.3.2纷繁的数据越多越好

3.3.3混杂性是标准途径

3.3.45%的数字数据与95%的非

结构化数据

3.4思维转变之三：数据的相关

关系

3.4.1关联物，预测的关键

3.4.2“是什么”，而不是

“为什么”

3.4.3通过因果关系了解世界

3.4.4通过相关关系了解世界

【作业】

第4章搜索算法

【导读案例】AI能替代码农

编程吗？

4.1关于搜索算法

4.2盲目搜索

4.2.1状态空间图

4.2.2回溯算法

4.2.3贪婪算法

4.2.4旅行销售员问题

4.2.5深度优先搜索

4.2.6广度优先搜索

4.2.7迭代加深搜索

4.3知情搜索

4.3.1启发法

4.3.2爬山法

4.3.3最陡爬坡法

4.3.4最佳优先搜索

4.3.5分支定界法——找到最佳解

4.3.6A*算法

4.4受到自然启发的搜索

4.4.1遗传规划

4.4.2蚂蚁聚居地优化

4.4.3模拟退火

4.4.4粒子群

4.4.5禁忌搜索

【作业】

第5章知识表示

【导读案例】“x0后”网络形象报告：

成长为中坚一代

5.1什么是知识表示

5.1.1知识的概念

5.1.2知识表示方法

5.1.3表示方法的选择

5.2图形草图

5.3图和哥尼斯堡桥问题

5.4搜索树（决策树）

5.5产生式系统

5.6面向对象

5.7框架法

5.8语义网络

5.8.1语义网络表示

5.8.2知识图谱

【作业】

第三部分基于知识的系统

第6章专家系统

【导读案例】中美人工智能PK

6.1专家系统及其发展

6.1.1在自己的领域里作为专家

6.1.2五个技能获取阶段

6.1.3专家的特点

6.1.4专家系统的特征

6.1.5建立专家系统要思考的问题

6.2知识工程

6.3知识获取

6.4专家系统的结构

6.4.1知识库

6.4.2推理机

6.4.3其他部分

6.5经典的专家系统

6.5.1DENDRAL专家系统

6.5.2振动故障诊断的专家系统

6.5.3自动牙科识别

【作业】

第7章机器学习

【导读案例】Netflix的电影推荐

引擎

7.1什么是机器学习

7.1.1机器学习的发展

7.1.2机器学习的定义

7.2机器学习的学习类型

7.2.1监督学习

7.2.2无监督学习

7.2.3强化学习

7.3机器学习的算法

7.3.1什么是算法

7.3.2回归算法

7.3.3基于实例的算法

7.3.4决策树算法

7.3.5贝叶斯算法

7.3.6聚类算法

7.3.7神经网络算法

7.4机器学习的基本结构

7.5机器学习的分类

7.5.1基于学习策略的分类

7.5.2基于所获取知识的表示形式

分类

7.5.3按应用领域分类

7.5.4综合分类

7.6机器学习的应用

7.6.1应用于物联网

7.6.2应用于聊天机器人

7.6.3应用于自动驾驶