作者：黄河燕
页数：224
出版社：电子工业出版社
出版日期：2024
ISBN：9787121487552
电子书格式：pdf/epub/txt
网盘下载地址：下载人工智能通识导论
内容简介
本教材围绕人工智能的核心概念、主要技术脉络、核心关键算法、典型应用场景等设立对应章节，阐述了人工智能的基本概念和历史沿革，论述了人工智能理论和技术体系的基本框架，介绍了人工智能主要分支领域的基本知识，并体现了人工智能技术的最新进展，以及人工智能伦理的思考。全书共10章，内容包括人工智能与智能社会、知识与知识表示、推理技术、搜索算法、专家系统、机器学习、神经网络、人工智能应用研究、智能机器人、人工智能伦理与未来展望。本教材通俗易懂，理例结合，可作为高等院校非计算机大类专业师生教材，也可作为人工智能相关专业低年级本科生和广大人工智能技术爱好者的参考用书。
作者简介
黄河燕，曾任北京理工大学计算机学院院长、教授，兼北京市海量语言信息处理与云计算应用工程技术研究中心主任及中-德语言信息处理联合实验室主任；现为国家”863计划”主题专家组成员、中国人工智能学会及中国中文信息学会副理事长、教育部计算机教学指导委员会委员、北京市学位委员会委员。主持承担国家自科基金重点项目、”973计划”课题、”863计划”项目等20多项国家级科研攻关项目，获得国家科技进步一等奖等8项国家级和省部级奖励，1997年享受国务院政府特殊津贴，2014年当选全国优秀科技工作者。
目录
目 录
第1章 人工智能与智能社会：人类新时代 1
1.1 人类智能与知识型社会 2
1.2 人工智能的第一缕霞光 2
1.3 人工智能是什么 3
1.4 人工智能的“进化史” 3
1.5 人工智能研究什么 5
1.6 百花齐放的人工智能应用 6
本章小结 7
参考文献 8
思考题 8
第2章 知识与知识表示：智能的“血液” 10
2.1 概念与本体：人类知识的基础构架 11
2.1.1 概念与概念系统 11
2.1.2 知识本体 12
2.2 知识的计算机表示：计算机心里的知识 13
2.2.1 分布表示方法 14
2.2.2 预训练语言模型 16
2.3 产生式表示法：因果知识的表示 17
2.3.1 产生式规则 17
2.3.2 产生式系统 18
2.3.3 产生式表示法的优缺点及适用领域 22
2.4 框架表示法：把知识装进“框” 22
2.4.1 框架的构成 23
2.4.2 框架系统 24
2.4.3 框架的应用案例 24
2.5 语义网络：知识的“网”状化表示 25
2.5.1 语义网络的发展历史 26
2.5.2 语义网络的定义和特征 26
2.5.3 语义网络的分类 27
2.5.4 语义网络的构建方法 28
2.5.5 语义网络的优势 28
2.5.6 语义网络应用面临的困难和挑战 29
2.6 知识图谱：知识的“谱”系化表示 30
2.6.1 知识图谱的发展 30
2.6.2 知识图谱表示方法 31
2.6.3 知识图谱的构建 34
本章小结 39
参考文献 40
思考题 42
第3章 推理技术：机器真的能举一反三吗 43
3.1 先来入个门 44
3.1.1 概况 44
3.1.2 基本概念 44
3.2 确定性推理：让机器帮你做决策 45
3.3 正向推理和逆向推理：在事实与结论之间来回奔跑 46
3.3.1 正向推理 46
3.3.2 逆向推理 46
3.4 推理方法与冲突消解策略：糟糕，选择困难症又犯了 47
3.5 不确定性推理靠谱吗 48
3.5.1 模糊逻辑与模糊推理：推理技术发展中的一面大旗 48
3.5.2 模糊思维表达：模糊集合的“精确”存在 49
3.5.3 模糊关系及其运算：把0～1的灰色地带表示出来 51
3.5.4 模糊
第1章 人工智能与智能社会：人类新时代 1
1.1 人类智能与知识型社会 2
1.2 人工智能的第一缕霞光 2
1.3 人工智能是什么 3
1.4 人工智能的“进化史” 3
1.5 人工智能研究什么 5
1.6 百花齐放的人工智能应用 6
本章小结 7
参考文献 8
思考题 8
第2章 知识与知识表示：智能的“血液” 10
2.1 概念与本体：人类知识的基础构架 11
2.1.1 概念与概念系统 11
2.1.2 知识本体 12
2.2 知识的计算机表示：计算机心里的知识 13
2.2.1 分布表示方法 14
2.2.2 预训练语言模型 16
2.3 产生式表示法：因果知识的表示 17
2.3.1 产生式规则 17
2.3.2 产生式系统 18
2.3.3 产生式表示法的优缺点及适用领域 22
2.4 框架表示法：把知识装进“框” 22
2.4.1 框架的构成 23
2.4.2 框架系统 24
2.4.3 框架的应用案例 24
2.5 语义网络：知识的“网”状化表示 25
2.5.1 语义网络的发展历史 26
2.5.2 语义网络的定义和特征 26
2.5.3 语义网络的分类 27
2.5.4 语义网络的构建方法 28
2.5.5 语义网络的优势 28
2.5.6 语义网络应用面临的困难和挑战 29
2.6 知识图谱：知识的“谱”系化表示 30
2.6.1 知识图谱的发展 30
2.6.2 知识图谱表示方法 31
2.6.3 知识图谱的构建 34
本章小结 39
参考文献 40
思考题 42
第3章 推理技术：机器真的能举一反三吗 43
3.1 先来入个门 44
3.1.1 概况 44
3.1.2 基本概念 44
3.2 确定性推理：让机器帮你做决策 45
3.3 正向推理和逆向推理：在事实与结论之间来回奔跑 46
3.3.1 正向推理 46
3.3.2 逆向推理 46
3.4 推理方法与冲突消解策略：糟糕，选择困难症又犯了 47
3.5 不确定性推理靠谱吗 48
3.5.1 模糊逻辑与模糊推理：推理技术发展中的一面大旗 48
3.5.2 模糊思维表达：模糊集合的“精确”存在 49
3.5.3 模糊关系及其运算：把0～1的灰色地带表示出来 51
3.5.4 模糊
