《人工智能通识教程（第2版）》 王万良 9787302606734 【清华大学出版社官方正版电子书】
图书简介本书全面介绍人工智能的基本理论、技术及应用。全书共12章，主要内容包括人工智能概论、知识表示与知识图谱、模糊推理、搜索策略、遗传算法、群智能算法、人工神经网络、机器学习与深度学习、专家系统、自然语言理解、计算机视觉和智能机器人，附录部分给出了实用性强的12个实验。本书强调人工智能知识的基础性、整体性、综合性和广博性，使学生掌握人工智能的主要思想和应用人工智能技术解决专业领域问题的基本思路，拓宽科学视野，培养创新精神。本书的适用对象广泛，可作为高等学校各专业本科生“人工智能”通识课程的教材，以及应用型本科和高职高专相关专业的“人工智能导论”课程的教材，也可供对人工智能技术感兴趣的广大读者阅读。编辑推荐通识教育，拓宽科学视野语言简明，体现人文情怀内容先进，注重实际应用重在思想，降低数学要求更多图书信息版权：清华大学出版社出版：2022-06-01作者：王万良更新：2023-06-19书号：9787302606734中图：TP18-43学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术人工智能导论
为积极响应国家低碳环保政策，2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。
电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。
完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。
认证证书申请注意事项：
1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。
2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。
《人工智能及其应用（第四版）》王万良 著
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《人工智能及其应用（第四版）》，能够掌握人工智能的基本内容，了解人工智能研究的一些新的前沿内容，为深入研究与应用人工智能技术奠定基础。 《人工智能及其应用（第四版）》共11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）及其应用、群智能算法（包括粒子群优化算法、量子粒子群优化算法、蚁群算法）及其应用、人工神经网络（包括卷积神经网络、胶囊网络、生成对抗网络）及其应用、机器学习（包括深度学习）、专家系统、自然语言理解及其应用。附录中给出了《人工智能及其应用（第四版）》习题的简要解答和实验指导书。 《人工智能及其应用（第四版）》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本科生学习人工智能基础课程的教材。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。 扫描《人工智能及其应用（第四版）》二维码，能够观看相应内容的讲课录像，特别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。 王万良，工学博士，教授，博士生导师，享受国务院政府特殊津贴专家，国家教学名师，国家“万人计划”首批教学名师，浙江省杰出教师。2006年至今历任教育部高等学校电气工程及其自动化专业、计算机类专业教学指导委员会委员。国家精品课程、***精品资源共享课“自动控制原理”负责人，中国自动化学会理事，智慧教育专业委员会主任，中国人工智能学会理事，智能系统工程专委会副主任，自然计算与数字城市专委会副主任。第1章 绪论1．1 人工智能的基本概念1．1．1 智能的概念1．1．2 智能的特征1．1．3 人工智能1．2 人工智能的发展简史1．2．1 孕育（1956年之前）1．2．2 形成（1956-1969年）1．2．3 艰难发展（1970-2010年）1．2．4 大数据驱动人工智能发展期（2011年至今）1．3 人工智能研究的基本内容1．4 人工智能的主要研究领域1．5 小结思考题第2章 知识表示与知识图谱2．1 知识与知识表示的概念2．1．1 知识的概念2．1．2 知识的特性2．1．3 知识的分类2．1．4 知识的表示2．2 一阶谓词逻辑表示法2．2．1 命题2．2．2 谓词2．2．3 谓词公式2．2．4 谓词公式的性质2．2．5 一阶谓词逻辑知识表示方法2．2．6 一阶谓词逻辑表示法的特点2．3 产生式表示法2．3．1 产生式2．3．2 产生式系统2．3．3 产生式系统的例子――动物识别系统2．3．4 产生式表示法的特点2．4 框架表示法2．4．1 框架的一般结构2．4．2 用框架表示知识的例子2．4．3 框架表示法的特点2．5 语义网络表示法2．5．1 语义网络2．5．2 基本命题的语义网络表示2．5．3 连接词在语义网络中的表示方法2．5．4 变元和量词在语义网络中的表示方法2．5．5 语义网络表示法示例2．5．6 语义网络的推理过程2．5．7 语义网络表示法的特点2．6 知识图谱2．6．1 知识图谱的定义2．6．2 知识图谱的架构与构建2．6．3 知识抽取2．6．4 知识图谱的典型应用2．7 小结思考题习题
第3章 确定性推理方法3．1 推理的基本概念3．1．1 推理的定义3．1．2 推理方式及其分类3．1．3 推理的方向3．1．4 冲突消解策略3．2 自然演绎推理3．3 谓词公式化为子句集的方法3．4 海伯伦定理3．5 鲁宾孙归结原理3．6 归结反演3．7 应用归结原理求解问题3．8 小结思考题习题……
第4章 不确定性推理方法第5章 搜索求解策略第6章 进化算法及其应用第7章 群智能算法及其应用第8章 人工神经网络及其应用第9章 机器学习第10章 专家系统第11章 自然语言理解及其应用
附录参考文献
内容简介: 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《人工智能及其应用（第四版）》，能够掌握人工智能的基本内容，了解人工智能研究的一些新的前沿内容，为深入研究与应用人工智能技术奠定基础。 《人工智能及其应用（第四版）》共11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）及其应用、群智能算法（包括粒子群优化算法、量子粒子群优化算法、蚁群算法）及其应用、人工神经网络（包括卷积神经网络、胶囊网络、生成对抗网络）及其应用、机器学习（包括深度学习）、专家系统、自然语言理解及其应用。附录中给出了《人工智能及其应用（第四版）》习题的简要解答和实验指导书。 《人工智能及其应用（第四版）》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本科生学习人工智能基础课程的教材。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。 扫描《人工智能及其应用（第四版）》二维码，能够观看相应内容的讲课录像，特别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。作者简介: 王万良，工学博士，教授，博士生导师，享受国务院政府特殊津贴专家，国家教学名师，国家“万人计划”首批教学名师，浙江省杰出教师。2006年至今历任教育部高等学校电气工程及其自动化专业、计算机类专业教学指导委员会委员。国家精品课程、***精品资源共享课“自动控制原理”负责人，中国自动化学会理事，智慧教育专业委员会主任，中国人工智能学会理事，智能系统工程专委会副主任，自然计算与数字城市专委会副主任。目录:第1章 绪论1．1 人工智能的基本概念1．1．1 智能的概念1．1．2 智能的特征1．1．3 人工智能1．2 人工智能的发展简史1．2．1 孕育（1956年之前）1．2．2 形成（1956-1969年）1．2．3 艰难发展（1970-2010年）1．2．4 大数据驱动人工智能发展期（2011年至今）1．3 人工智能研究的基本内容1．4 人工智能的主要研究领域1．5 小结思考题第2章 知识表示与知识图谱2．1 知识与知识表示的概念2．1．1 知识的概念2．1．2 知识的特性2．1．3 知识的分类2．1．4 知识的表示2．2 一阶谓词逻辑表示法2．2．1 命题2．2．2 谓词2．2．3 谓词公式2．2．4 谓词公式的性质2．2．5 一阶谓词逻辑知识表示方法2．2．6 一阶谓词逻辑表示法的特点2．3 产生式表示法2．3．1 产生式2．3．2 产生式系统2．3．3 产生式系统的例子――动物识别系统2．3．4 产生式表示法的特点2．4 框架表示法2．4．1 框架的一般结构2．4．2 用框架表示知识的例子2．4．3 框架表示法的特点2．5 语义网络表示法2．5．1 语义网络2．5．2 基本命题的语义网络表示2．5．3 连接词在语义网络中的表示方法2．5．4 变元和量词在语义网络中的表示方法2．5．5 语义网络表示法示例2．5．6 语义网络的推理过程2．5．7 语义网络表示法的特点2．6 知识图谱2．6．1 知识图谱的定义2．6．2 知识图谱的架构与构建2．6．3 知识抽取2．6．4 知识图谱的典型应用2．7 小结思考题习题
第3章 确定性推理方法3．1 推理的基本概念3．1．1 推理的定义3．1．2 推理方式及其分类3．1．3 推理的方向3．1．4 冲突消解策略3．2 自然演绎推理3．3 谓词公式化为子句集的方法3．4 海伯伦定理3．5 鲁宾孙归结原理3．6 归结反演3．7 应用归结原理求解问题3．8 小结思考题习题……
第4章 不确定性推理方法第5章 搜索求解策略第6章 进化算法及其应用第7章 群智能算法及其应用第8章 人工神经网络及其应用第9章 机器学习第10章 专家系统第11章 自然语言理解及其应用
附录参考文献