內(nèi)容豐富

提供了拓展內(nèi)容，引導(dǎo)學(xué)生自主學(xué)習(xí)，擴(kuò)寬學(xué)生的眼界，提高其知識(shí)應(yīng)用的能力

可讀性好

盡量用通俗語(yǔ)言講解各個(gè)知識(shí)點(diǎn)，幫助學(xué)生閱讀和學(xué)習(xí)，領(lǐng)略人工智能的思想和方法

注重應(yīng)用

旨在介紹主流知識(shí)體系和實(shí)用技術(shù)方法，偏重實(shí)踐能力培養(yǎng)而不拘泥于科學(xué)研究方法

人工智能與大數(shù)據(jù)技術(shù)是目前發(fā)展迅速的新興學(xué)科，已經(jīng)成為許多高新技術(shù)產(chǎn)品中的核心技術(shù)。其中人工智能技術(shù)發(fā)展應(yīng)用幾乎覆蓋了生產(chǎn)、生活中的所有領(lǐng)域，因此，目前不僅許多本科院校開(kāi)設(shè)了人工智能課程，許多高職與專科院校也開(kāi)始重視相關(guān)專業(yè)高技術(shù)技能人才的培養(yǎng)。

隨著本科、高職院校人工智能相關(guān)專業(yè)落地，前期的教學(xué)內(nèi)容技術(shù)專業(yè)度不足，針對(duì)研究領(lǐng)域的高級(jí)教材難度較大，不適合高職和一般本科院校的學(xué)生學(xué)習(xí)。因此，編著一本適合高職學(xué)生和本科學(xué)生的基礎(chǔ)性強(qiáng)、可讀性好、入門快且適合老師講授的人工智能技術(shù)專業(yè)教材非常必要。

本書(shū)選擇基礎(chǔ)實(shí)用的內(nèi)容，并輔以編程能力基礎(chǔ)和綜合案例，目的是使學(xué)生學(xué)習(xí)和掌握人工智能的基本概念和原理，附錄使得讀者可以結(jié)合第三方工具實(shí)踐和應(yīng)用人工智能知識(shí)，拓寬知識(shí)面，啟發(fā)思路，為今后在相關(guān)領(lǐng)域深入學(xué)習(xí)奠定基礎(chǔ)。

本書(shū)通過(guò)從理論到實(shí)踐的形式，由淺入深地講解了人工智能理論方法體系和技術(shù)應(yīng)用過(guò)程。本書(shū)特色如下：

（1）語(yǔ)言簡(jiǎn)明，可讀性好。本書(shū)盡量用通俗語(yǔ)言講解各個(gè)知識(shí)點(diǎn)，幫助學(xué)生閱讀和學(xué)習(xí)，領(lǐng)略人工智能的思想和方法。

（2）內(nèi)容實(shí)用，注重應(yīng)用。人工智能知識(shí)內(nèi)容非常龐雜，本書(shū)旨在介紹主流知識(shí)體系和實(shí)用技術(shù)方法，偏重實(shí)踐能力培養(yǎng)而不拘泥于科學(xué)研究方法。

（3）拓展內(nèi)容豐富，擴(kuò)寬學(xué)生眼界。本書(shū)提供了拓展內(nèi)容，引導(dǎo)學(xué)生自主學(xué)習(xí)，擴(kuò)寬學(xué)生的眼界，提高其知識(shí)應(yīng)用能力。

（4）編排合理，方便學(xué)習(xí)。每章開(kāi)篇設(shè)置了導(dǎo)讀，明確了學(xué)習(xí)目標(biāo)和學(xué)習(xí)重點(diǎn)，引起讀者的注意。

本書(shū)課程教學(xué)學(xué)時(shí)數(shù)建議為48～64學(xué)時(shí)。對(duì)于人工智能、計(jì)算機(jī)等專業(yè)，可適當(dāng)增加項(xiàng)目實(shí)訓(xùn)。

感謝重慶電子工程職業(yè)學(xué)院編寫(xiě)人員的辛勤勞動(dòng)和付出以及成都地鐵運(yùn)營(yíng)公司的大力支持，同時(shí)感謝中國(guó)水利水電出版社給予的協(xié)助和支持。

由于編者水平有限，書(shū)中難免存在欠妥之處，由衷希望廣大讀者朋友和專家學(xué)者能夠撥冗提出寶貴的改進(jìn)意見(jiàn)。

前言

第1章 走進(jìn)人工智能 1
1.1 人工智能發(fā)展史 1
1.1.1 人工智能起源 1
1.1.2 人工智能發(fā)展之路 3
1.2 什么是人工智能？ 6
1.3 人工智能典型應(yīng)用場(chǎng)景 8
1.4 人工智能研究領(lǐng)域 12
本章小結(jié) 13
本章習(xí)題 14
第2章 人工智能數(shù)值計(jì)算 15
2.1 線性代數(shù) 16
2.1.1 概念和符號(hào) 16
2.1.2 矩陣基本運(yùn)算 18
2.1.3 矩陣計(jì)算例子 20
2.1.4 矩陣的轉(zhuǎn)置 20
2.2 概率統(tǒng)計(jì) 21
2.2.1 隨機(jī)試驗(yàn)（E） 21
2.2.2 頻率與概率 22
2.2.3 貝葉斯定理 24
2.3 NumPy軟件包 25
2.3.1 NumPy的優(yōu)勢(shì) 25
2.3.2 NumPy安裝 26
2.4 NumPy函數(shù) 27
2.4.1 NumPy中的數(shù)組對(duì)象 27
2.4.2 常用算術(shù)函數(shù) 28
2.4.3 常用數(shù)學(xué)統(tǒng)計(jì)函數(shù) 29
2.4.4 反應(yīng)數(shù)據(jù)波動(dòng)函數(shù) 30
本章小結(jié) 31
本章習(xí)題 31
第3章 知識(shí)表示 33
3.1 知識(shí)及知識(shí)表示 34
3.1.1 知識(shí)及知識(shí)表示 34
3.1.2 知識(shí)元素 34
3.1.3 知識(shí)分類 35
3.2 知識(shí)表示 36
3.2.1 一階謂詞邏輯法 36
3.2.2 產(chǎn)生式表示法 39
3.2.3 框架表示法 44
3.2.4 語(yǔ)義網(wǎng)絡(luò) 46
本章小結(jié) 51
本章習(xí)題 51
第4章 機(jī)器學(xué)習(xí)初探 53
4.1 機(jī)器學(xué)習(xí) 53
4.1.1 什么是學(xué)習(xí)？ 54
4.1.2 機(jī)器學(xué)習(xí)研究 55
4.1.3 機(jī)器學(xué)習(xí)流程 57
4.2 機(jī)器學(xué)習(xí)類型 58
4.3 機(jī)器學(xué)習(xí)算法 62
4.4 機(jī)器學(xué)習(xí)模型 67
4.5 機(jī)器學(xué)習(xí)應(yīng)用領(lǐng)域 68
本章小結(jié) 71
本章習(xí)題 71
第5章 神經(jīng)網(wǎng)絡(luò) 73
5.1 神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程 73
5.2 神經(jīng)網(wǎng)絡(luò)的基本原理 74
5.2.1 神經(jīng)元 75
5.2.2 激活函數(shù) 76
5.2.3 損失函數(shù) 79
5.2.4 梯度下降 81
5.2.5 參數(shù)調(diào)整 82
5.3 手寫(xiě)數(shù)字識(shí)別 84
本章小結(jié) 89
本章習(xí)題 89
第6章 人工智能視覺(jué)技術(shù) 90
6.1 圖像處理技術(shù) 90
6.1.1 圖像的基本原理 90
6.1.2 圖像增強(qiáng)技術(shù) 91
6.1.3 圖像降噪方法 94
6.1.4 圖像對(duì)齊 97
6.2 圖像識(shí)別技術(shù) 99
6.2.1 模板匹配法 99
6.2.2 特征提取法 100
6.2.3 神經(jīng)網(wǎng)絡(luò)識(shí)別 101
6.3 深度學(xué)習(xí) 102
6.3.1 深度學(xué)習(xí)簡(jiǎn)介 102
6.3.2 深度學(xué)習(xí)模型 103
6.3.3 深度學(xué)習(xí)應(yīng)用 105
6.4 CNN貓狗識(shí)別 107
本章小結(jié) 112
本章習(xí)題 112
第7章 人工智能語(yǔ)音工程 113
7.1 語(yǔ)音處理技術(shù) 113
7.1.1 語(yǔ)音處理技術(shù) 113
7.1.2 語(yǔ)音信號(hào)數(shù)字化處理 114
7.1.3 語(yǔ)音特征提取 115
7.2 語(yǔ)音識(shí)別技術(shù) 118
7.2.1 模板訓(xùn)練法 118
7.2.2 神經(jīng)網(wǎng)絡(luò)法 119
7.3 RNN技術(shù)在語(yǔ)音識(shí)別中的應(yīng)用 121
7.3.1 RNN結(jié)構(gòu) 121
7.3.2 LSTM結(jié)構(gòu) 123
7.3.3 網(wǎng)絡(luò)訓(xùn)練 126
本章小結(jié) 127
本章習(xí)題 128
參考文獻(xiàn) 129
附錄 Python常用機(jī)器學(xué)習(xí)模塊 130

1. 人工智能概論（第二版） [主編　任云暉　丁紅　徐迎春 ]
2. 人工智能導(dǎo)論 [主編 王飛 潘立武]
3. 人工智能算法與實(shí)踐 [主編　梁琨　張翼英]
4. 人工智能概論（第二版） [張廣淵　周風(fēng)余　朱振方　著]
5. 多智能體系統(tǒng)建模、仿真及應(yīng)用 [趙春曉　魏楚元　著]
6. 人工智能導(dǎo)論 [主編　張翼英　張茜　張傳雷]
7. 人工智能概論 [主編　任云暉　丁紅　徐迎春]
8. 人工智能概論 [張廣淵 周風(fēng)余 著]
9. 人工智能改變世界：走向社會(huì)的機(jī)器人 [劉進(jìn)長(zhǎng)　雷瑾亮　著]
10. 人工智能與問(wèn)題解決方法 [[美]Danny Kopec｜Christopher P]