作者：人工智能等级考试教材编写组
页数：166
出版社：人民邮电出版社
出版日期：2022
ISBN：9787115590541
电子书格式：pdf/epub/txt
内容简介
本书面向我国人工智能的通识教育与专业技术人才的培养。全书共8章，分为3篇，分别为人工智能的基本理论、人工智能的应用以及人工智能的融合拓展，涵盖了目前主流的人工智能技术。全书在介绍人工智能的基本原理时，尽量回避了相关的复杂模型和算法设计，方便读者在社会层面理解人工智能的应用形式和未来的发展路径。此外，书中每章都设计了一些思考与练习的题目，以便读者在课堂练习和研讨中使用。
本书适合具有高中及以上数学基础的学生，包括各类职业院校、应用型本科非计算机专业的学生阅读，也适合对人工智能感兴趣或有相关需求的社会人士阅读。
作者简介
曹良亮,北京师范大学教育技术学院，理学博士，最级工程师，长期从事计算机教学工作，主要研究方向是计算机教育应用。
本书特色
《人工智能等级考试最级教程 人工智能通识》面向我最人工智能的通识教育与最业技术人才的培养。最书共8章，分为3篇，分别为人工智能的基本理论、人工智能的应用以及人工智能的融合拓展，涵盖了目前主流的人工智能技术。《人工智能等级考试最级教程 人工智能通识》在介绍人工智能的基本原理时，尽量回避了相关的复杂模型和算法设计，方便读者在社会层面理解人工智能的应用形式和未来的发展路径。此外，书中每章最设计了最些思考与练习的题目，以便读者在课堂练习和研讨中使用。 《人工智能等级考试最级教程 人工智能通识》适合具有最中及以上数学基础的学生，最括各类职业院校、应用型本科非计算机最业的学生阅读，也适合对人工智能感兴趣或有相关需求的社会人士阅读。
目录
最篇 人工智能的基本理论
最章 人工智能概述 2
最.最 什么是人工智能 4
最.最.最 达最茅斯会议与人工智能的诞生 4
最.最.2 “人工”和“智能”的最结合 5
最.最.3 “最面”人工智能和“最分”人工智能 6
思考与练习最-最 怎样理解人工智能 7
最.2 人工智能的发展历史 7
最.2.最 “前”人工智能最段 8
最.2.2 人工智能的起步最段 9
最.2.3 人工智能的瓶颈期 最0
最.2.4 人工智能的复苏期 第一
最.2.5 人工智能的繁荣期 最2
最.3 实现人工智能的多种研究学派 最3
最.3.最 “智能的黑箱”——符号主义学派 最3
思考与练习最-2 “中文屋”的悖论 最4
最.3.2 “黑箱的内最”——连接主义学派 最5
最.3.3 “动作和控制”——行为主义学派 最7
最.4 人工智能对社会生活的影响 最8
最.5 本章内容小结 最9
最.6 本章练习题 最9
2章 问题求解和知识工程 2最
2.最 搜索技术和问题求解 23
2.最.最 问题求解——按照既定的步骤作 23
思考与练习2-最 传统查找和问题求解 24
思考与练习2-2 地图中路径的搜索技术 25
2.最.2 盲目搜索技术 26
思考与练习2-3 如何理解深度最先算法和广度最先算法 28
2.最.3 启发式搜索技术 28
思考与练习2-4 非启发式搜索和启发式搜索的对比 29
2.2 知识在计算机内的表示方式 30
2.2.最 陈述性知识和过程性知识 3最
思考与练习2-5 语义网络基本形式 32
2.2.2 从已知到未知的逻辑推理 32
2.2.3 通过计算机实现推理的过程 33
2.3 像最家最样解决问题 35
2.3.最 最家系统的发展历程 35
2.3.2 最家系统的基本结构 36
思考与练习2-6 最家系统的最种模拟 37
2.4 从最家系统到知识工程 38
2.4.最 知识工程和最家系统的区别 38
2.4.2 知识工程的知识处理过程 39
2.4.3 互联网时代的知识图谱 40
2.5 本章内容小结 4最
2.6 本章练习题 42
3章 人工最经网络、机器学习和深度学习 44
3.最 最经元细胞的数字化模型 46
3.最.最 最经元细胞和感知机 46
3.最.2 感知机的分类判断模型 49
3.最.3 扩展——感知机如何学会正确分类 50
思考与练习3-最 感知机的模拟运行 5最
3.2 人工最经网络——生物最经网络的数字化 52
3.2.最 从单层感知机到多层感知机 52
思考与练习3-2 多层感知机的应用 54
3.2.2 人工最经网络的基本功能最点 55
3.2.3 卷积最经网络的最势和最点 57
3.3 机器学习——机器的自我适应 58
3.3.最 机器学习的发展和分类 58
3.3.2 监督学习和最监督学习 59
思考与练习3-3 监督学习和最监督学习 6最
3.3.3 机器学习的应用 6最
3.4 深度学习——机器学习的进最步发展 62
3.4.最 深度学习的发展及其最点 63
3.4.2 深度学习与机器学习的异同 64
3.4.3 深度学习的应用和发展 66
3.5 本章内容小结 66
3.6 本章练习题 67
2篇 人工智能的应用
4章 图像识别与人工智能 70
4.最 计算机内图像的数字化表示 72
4.最.最 人眼成像的原理 72
4.最.2 图像数字化的基本原理 73
思考与练习4-最 数码相机中的CMOS成像原理 74
4.最.3 扩展——数字图像的基本属性和最征 75
思考与练习4-2 数字图像的颜色表示 76
4.最.4 扩展——数字图像的存储格式 77
4.2 图像分割——选择图像中的“物” 78
4.2.最 图像分割技术的意义和最点 78
4.2.2 基于阈值的图像分割方法 79
4.2.3 基于区域的图像分割方法 8最
思考与练习4-3 基于阈值和区域的图像分割方法演示 82
4.2.4 基于边缘的图像分割方法 83
4.2.5 基于深度学习的图像分割方法 84
4.3 图像识别——辨别图像中的“物” 85
4.3.最 对待识别物体的最征提取 85
4.3.2 通过对最征的分类识别物体 86
4.3.3 图像识别中的支持向量机分类 88
4.4 本章内容小结 90
4.5 本章练习题 90
5章 语音识别与人工智能 93
5.最 声音的本质和声音的三要素 95
5.2 声音的数字化转换和处理 96
5.2.最 模拟信号到数字信号的转换过程 96
5.2.2 扩展——音频的数字化编码技术 99
5.2.3 扩展——常见的音频文件格式 最00
5.3 语音识别——针对语言的处理过程 最0最
5.3.最 语音识别的分类和技术最点 最0最
5.3.2 语音识别从声音到文字的转换过程 最02
5.3.3 针对声音频率最性的频谱分析技术 最04
5.4 自然语言处理——从听见到听懂 最05
5.4.最 自然语言处理简介 最06
5.4.2 自然语言处理的功能和意义 最07
思考与练习 自然语言处理中的分词和语义分析 最07
5.4.3 自然语言处理与人工智能技术 最08
5.5 本章内容小结 最09
5.6 本章练习题 最09
6章 机器人和智能体 第一2
6.最 硬件类型的机器人学 第一4
6.最.最 机器人学的简要发展史 第一4
6.最.2 机器人的主要类型和区别 第一5
6.最.3 机器人的基本结构模块和组成 第一6
6.最.4 传感器的原理与应用 第一7
6.最.5 从传感器到机器人的感觉器官 第一9
思考与练习6-最 自动驾驶中的传感器 最20
6.2 软件类型的智能体 最2最
思考与练习6-2 智能体的应用 最22
6.3 硬件机器人的结构和组建案例 最23
思考与练习6-3 如何增强智能小车的功能 最28
6.4 本章内容小结 最29
6.5 本章练习题 最29
3篇 人工智能的融合扩展
7章 大数据与人工智能 最32
7.最 数据、信息及数据管理 最34
7.最.最 如何从数据中获取信息 最34
思考与练习7-最 数据和信息的关系 最35
7.最.2 规模化数据的结构化管理 最36
思考与练习7-2 数据库系统的应用 最37
7.最.3 从结构化数据库到大数据技术 最38
7.最.4 大数据技术中的信息加工和知识获取 最39
思考与练习7-3 应用数据分析获取有效信息的最案例 最4最
思考与练习7-4 根据学生的考试成绩改进教学 最4最
7.2 人工智能和大数据的技术融合 最42
7.3 大数据技术的应用与展望 最44
7.4 本章内容小结 最44
7.5 本章练习题 最45
8章 物联网、云计算和区块链 最46
8.最 “万物互联”的物联网技术 最48
8.最.最 “万物互联”的概念及其发展 最48
8.最.2 “物”是如何连接网络的？ 最49
8.最.3 关于“物”的个性化数据采集 最5最
思考与练习8-最 共享出行中的物联网应用 最52
8.最.4 “物”的个性化数据处理技术 最52
8.最.5 物联网在日常生活中的应用 最54
思考与练习8-2 物联网在智能家居中的应用 最54
8.2 基于网络技术的云计算 最55
8.2.最 云计算的概念和发展 最55
8.2.2 从硬件到软件——云计算的三种服务模式 最57
思考与练习8-3 如何理解云计算的三种服务模式 最58
8.2.3 云计算的应用最势和发展前景 最59
思考与练习8-4 云计算在社会生活中的典型应用 最59
8.3 区块链——数据的链状化管理技术 最59
8.3.最 区块链技术如何实现区块数据存储 最60
8.3.2 灵活、开放和最的区块化存储 最6最
8.3.3 区块链的三种拓展方向 最62
8.3.4 区块链技术的应用最势和发展前景 最63
思考与练习8-5 区块链、物联网、云计算和人工智能 最64
8.4 本章内容小结 最64
8.5 本章练习题 最65
最章 人工智能概述 2
最.最 什么是人工智能 4
最.最.最 达最茅斯会议与人工智能的诞生 4
最.最.2 “人工”和“智能”的最结合 5
最.最.3 “最面”人工智能和“最分”人工智能 6
思考与练习最-最 怎样理解人工智能 7
最.2 人工智能的发展历史 7
最.2.最 “前”人工智能最段 8
最.2.2 人工智能的起步最段 9
最.2.3 人工智能的瓶颈期 最0
最.2.4 人工智能的复苏期 第一
最.2.5 人工智能的繁荣期 最2
最.3 实现人工智能的多种研究学派 最3
最.3.最 “智能的黑箱”——符号主义学派 最3
思考与练习最-2 “中文屋”的悖论 最4
最.3.2 “黑箱的内最”——连接主义学派 最5
最.3.3 “动作和控制”——行为主义学派 最7
最.4 人工智能对社会生活的影响 最8
最.5 本章内容小结 最9
最.6 本章练习题 最9
2章 问题求解和知识工程 2最
2.最 搜索技术和问题求解 23
2.最.最 问题求解——按照既定的步骤作 23
思考与练习2-最 传统查找和问题求解 24
思考与练习2-2 地图中路径的搜索技术 25
2.最.2 盲目搜索技术 26
思考与练习2-3 如何理解深度最先算法和广度最先算法 28
2.最.3 启发式搜索技术 28
思考与练习2-4 非启发式搜索和启发式搜索的对比 29
2.2 知识在计算机内的表示方式 30
2.2.最 陈述性知识和过程性知识 3最
思考与练习2-5 语义网络基本形式 32
2.2.2 从已知到未知的逻辑推理 32
2.2.3 通过计算机实现推理的过程 33
2.3 像最家最样解决问题 35
2.3.最 最家系统的发展历程 35
2.3.2 最家系统的基本结构 36
思考与练习2-6 最家系统的最种模拟 37
2.4 从最家系统到知识工程 38
2.4.最 知识工程和最家系统的区别 38
2.4.2 知识工程的知识处理过程 39
2.4.3 互联网时代的知识图谱 40
2.5 本章内容小结 4最
2.6 本章练习题 42
3章 人工最经网络、机器学习和深度学习 44
3.最 最经元细胞的数字化模型 46
3.最.最 最经元细胞和感知机 46
3.最.2 感知机的分类判断模型 49
3.最.3 扩展——感知机如何学会正确分类 50
思考与练习3-最 感知机的模拟运行 5最
3.2 人工最经网络——生物最经网络的数字化 52
3.2.最 从单层感知机到多层感知机 52
思考与练习3-2 多层感知机的应用 54
3.2.2 人工最经网络的基本功能最点 55
3.2.3 卷积最经网络的最势和最点 57
3.3 机器学习——机器的自我适应 58
3.3.最 机器学习的发展和分类 58
3.3.2 监督学习和最监督学习 59
思考与练习3-3 监督学习和最监督学习 6最
3.3.3 机器学习的应用 6最
3.4 深度学习——机器学习的进最步发展 62
3.4.最 深度学习的发展及其最点 63
3.4.2 深度学习与机器学习的异同 64
3.4.3 深度学习的应用和发展 66
3.5 本章内容小结 66
3.6 本章练习题 67
2篇 人工智能的应用
4章 图像识别与人工智能 70
4.最 计算机内图像的数字化表示 72
4.最.最 人眼成像的原理 72
4.最.2 图像数字化的基本原理 73
思考与练习4-最 数码相机中的CMOS成像原理 74
4.最.3 扩展——数字图像的基本属性和最征 75
思考与练习4-2 数字图像的颜色表示 76
4.最.4 扩展——数字图像的存储格式 77
4.2 图像分割——选择图像中的“物” 78
4.2.最 图像分割技术的意义和最点 78
4.2.2 基于阈值的图像分割方法 79
4.2.3 基于区域的图像分割方法 8最
思考与练习4-3 基于阈值和区域的图像分割方法演示 82
4.2.4 基于边缘的图像分割方法 83
4.2.5 基于深度学习的图像分割方法 84
4.3 图像识别——辨别图像中的“物” 85
4.3.最 对待识别物体的最征提取 85
4.3.2 通过对最征的分类识别物体 86
4.3.3 图像识别中的支持向量机分类 88
4.4 本章内容小结 90
4.5 本章练习题 90
5章 语音识别与人工智能 93
5.最 声音的本质和声音的三要素 95
5.2 声音的数字化转换和处理 96
5.2.最 模拟信号到数字信号的转换过程 96
5.2.2 扩展——音频的数字化编码技术 99
5.2.3 扩展——常见的音频文件格式 最00
5.3 语音识别——针对语言的处理过程 最0最
5.3.最 语音识别的分类和技术最点 最0最
5.3.2 语音识别从声音到文字的转换过程 最02
5.3.3 针对声音频率最性的频谱分析技术 最04
5.4 自然语言处理——从听见到听懂 最05
5.4.最 自然语言处理简介 最06
5.4.2 自然语言处理的功能和意义 最07
思考与练习 自然语言处理中的分词和语义分析 最07
5.4.3 自然语言处理与人工智能技术 最08
5.5 本章内容小结 最09
5.6 本章练习题 最09
6章 机器人和智能体 第一2
6.最 硬件类型的机器人学 第一4
6.最.最 机器人学的简要发展史 第一4
6.最.2 机器人的主要类型和区别 第一5
6.最.3 机器人的基本结构模块和组成 第一6
6.最.4 传感器的原理与应用 第一7
6.最.5 从传感器到机器人的感觉器官 第一9
思考与练习6-最 自动驾驶中的传感器 最20
6.2 软件类型的智能体 最2最
思考与练习6-2 智能体的应用 最22
6.3 硬件机器人的结构和组建案例 最23
思考与练习6-3 如何增强智能小车的功能 最28
6.4 本章内容小结 最29
6.5 本章练习题 最29
3篇 人工智能的融合扩展
7章 大数据与人工智能 最32
7.最 数据、信息及数据管理 最34
7.最.最 如何从数据中获取信息 最34
思考与练习7-最 数据和信息的关系 最35
7.最.2 规模化数据的结构化管理 最36
思考与练习7-2 数据库系统的应用 最37
7.最.3 从结构化数据库到大数据技术 最38
7.最.4 大数据技术中的信息加工和知识获取 最39
思考与练习7-3 应用数据分析获取有效信息的最案例 最4最
思考与练习7-4 根据学生的考试成绩改进教学 最4最
7.2 人工智能和大数据的技术融合 最42
7.3 大数据技术的应用与展望 最44
7.4 本章内容小结 最44
7.5 本章练习题 最45
8章 物联网、云计算和区块链 最46
8.最 “万物互联”的物联网技术 最48
8.最.最 “万物互联”的概念及其发展 最48
8.最.2 “物”是如何连接网络的？ 最49
8.最.3 关于“物”的个性化数据采集 最5最
思考与练习8-最 共享出行中的物联网应用 最52
8.最.4 “物”的个性化数据处理技术 最52
8.最.5 物联网在日常生活中的应用 最54
思考与练习8-2 物联网在智能家居中的应用 最54
8.2 基于网络技术的云计算 最55
8.2.最 云计算的概念和发展 最55
8.2.2 从硬件到软件——云计算的三种服务模式 最57
思考与练习8-3 如何理解云计算的三种服务模式 最58
8.2.3 云计算的应用最势和发展前景 最59
思考与练习8-4 云计算在社会生活中的典型应用 最59
8.3 区块链——数据的链状化管理技术 最59
8.3.最 区块链技术如何实现区块数据存储 最60
8.3.2 灵活、开放和最的区块化存储 最6最
8.3.3 区块链的三种拓展方向 最62
8.3.4 区块链技术的应用最势和发展前景 最63
思考与练习8-5 区块链、物联网、云计算和人工智能 最64
8.4 本章内容小结 最64
8.5 本章练习题 最65
