 |
|
人工智能是解决复杂工程问题的重要工具，是许多高新技术产品中的核心技术。读者通过学习本书，能够掌握人工智能的基本内容，了解人工智能研究的一些最新的前沿内容，为深入研究与应用人工智能技术奠定基础。 全书共12章，分别为人工智能的基本概念与主要研究领域、知识表示与知识图谱、确定性推理方法、不确定性推理方法、搜索求解策略、进化算法（包括遗传算法、差分进化算法、量子进化算法）、群智能算法（包括粒子群算法、量子粒子群算法、蚁群算法）、机器学习、专家系统、人工神经网络基础(包括神经元模型、BP神经网络、Hopfield神经网络)、深度学习与生成式人工智能(包括卷积神经网络、胶囊网络、循环神经网络、生成对抗网络、自编码器、受限玻尔兹曼机)、大语言模型及其应用。附录中给出了本书实验指导书。本书为新形态教材，通过扫描二维码可观看本书重难点视频及部分习题答案。 本书主要作为计算机类、自动化类、电气类、电子信息类、机械类等专业高年级本科生、研究生，特别是智能科学与技术、人工智能、数据科学与大数据技术专业学习人工智能基础课程的教材，也适合希望掌握人工智能技术的研究人员与工程技术人员自学。由于书中几大部分内容相对独立，可以容易地根据课程计划学时选择部分内容学习，仍可保持课程体系结构的完整性。 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
