1绪论

1.1人工智能

1.1.1智能的概念

1.1.2人工智能

1.2人工智能的发展历程

1.2.1推理期

1.2.2知识期

1.2.3学习期

1.3人工智能的研究方法

1.3.1符号主义

1.3.2联结主义

1.3.3行为主义

1.4人工智能算法

1.4.1神经网络及深度学习

1.4.2强化学习

1.4.3群智能算法

1.4.4搜索算法

1.4.5不确定性推理

1.4.6监督学习

1.4.7无监督学习

1.4.8半监督学习

1.5人工智能的研究领域

1.5.1专家系统

1.5.2机器学习

1.5.3模式识别

1.5.4自然语言处理

1.5.5自动定理证明

1.5.6自动程序设计

1.5.7机器人学

1.5.8博弈

1.5.9智能决策支持系统

习题

2神经网络

2.1神经元模型

2.2激活函数

2.2.1Sigmoid型函数

2.2.2ReLU函数

2.2.3Swish函数

2.2.4GELU函数

2.2.5Maxout单元

2.3网络结构

2.3.1前馈网络

2.3.2反馈网络

2.3.3图网络

2.4前馈神经网络

2.4.1非线性拟合与参数学习

2.4.2反向传播算法

2.4.3反向传播算法仿真实例

2.5卷积神经网络

2.5.1卷积神经网络层级结构

2.5.2卷积层

2.5.3池化层

2.5.4全连接层

2.5.5CNN经典网络

2.6循环神经网络

2.6.1具有记忆功能的网络

2.6.2简单循环网络

2.6.3应用模式

2.6.4循环神经网络... 查看详情

本教材从理论指导实践出发，以理论为基础，以应用为目标，通过建立相关数学模型、设计人工智能算法来解决工程应用中的具体问题，阐述人工智能算法是如何运用计算机来实现信息处理的智能化，并结合大量案例，解释具体应用方法。内容丰富，重点突出。本教材涉及深度学习算法、强化学习算法、群智能算法、搜索算法、模糊计算、不确定性推理、监督学习与无监督学习等内容，并着重介绍人工智能算法的原理、特点及具体应用方法，在目前**研究成果的基础上进行系统解析、分析特点并论述不足，为人工智能算法的学习和研究提供科学理论依据。本书适合用作高等院校智能科学与技术、人工智能、自动化、电气工程等相关专业高年级本科生和研究生的教材，也适合用作科研人员和工程技术人员的参考书。