本书系统、全面地介绍了计算机与人工智能的基础概念、理论、方法、技术以及人工智能主要研究领域的基础知识与应用等内容。全书共3篇，10章。第一篇，人工智能基础篇，第1~3章，内容包括绪论、人工智能的基础设施、人工智能程序设计语言等。第二篇，人工智能算法篇，第4~6章，内容包括知识表示与智能推理、搜索策略与问题求解、机器学习与模式识别等。第三篇，人工智能应用技术篇，第7~10章，内容包括机器人技术、智能图像处理、自然语言处理、自动规划决策系统。每章都有引言、本章小结和思考与练习，方便读者根据需要进行选读。
本书可作为高等院校智能科学与技术、计算机科学、软件工程、电子科学与技术、信息科学、控制科学与工程、模式识别与人工智能等专业的本科生教材，也可作为人文社科类“人工智能+”专业的本科生与研究生的通识课程教材，还可供对人工智能技术及其应用感兴趣的工程技术人员参考。
第一篇 人工智能基础篇
第1章 绪论 2
1.1 引言 2
1.2 智能与人工智能 2
1.2.1 人类智能 2
1.2.2 人工智能的定义 4
1.2.3 新图灵测试 7
1.2.4 人工智能的原则 9
1.3 追逐人工智能之路 10
1.3.1 工具发明：人工智能是人类一直
以来的梦想 10
1.3.2 计算工具到人工智能：人脑工具的
进化 11
1.3.3 人工智能的主要学派 16
1.4 人工智能产业的应用 17
1.4.1 基于人脑功能模拟划分的
应用领域 18
1.4.2 基于应用划分的领域 22
1.4.3 基于计算机系统结构的应用领域 28
1.5 人工智能的层次结构 29
本章小结 31
思考与练习 32
第2章 人工智能的基础设施 33
2.1 引言 33
2.2 电子计算机的组成 34
2.2.1 计算机系统 34
2.2.2 计算机硬件系统 34
2.2.3 计算机软件系统 37
2.2.4 计算机的工作原理 39
2.3 智能机器人与智能体 41
2.3.1 机器人与智能机器人 41
2.3.2 智能机器人系统 44
2.3.3 智能体与多智能体系统 47
2.3.4 非冯·诺依曼化新一代计算机 53
2.4 互联网与人工智能 54
2.4.1 从计算机联机到智能网 54
2.4.2 从Web 1.0到互联网智能 58
2.4.3 物联网与人工智能 61
2.4.4 云计算与人工智能 65
2.4.5 大数据与人工智能 69
2.5 人工智能的基础设施 76
2.5.1 人工智能硬件 77
2.5.2 人工智能软件平台 86
2.5.3 搭建人工智能开发环境 89
本章小结 92
思考与练习 92
第3章 人工智能程序设计语言 93
3.1 引言 93
3.1.1 函数型语言 93
3.1.2 逻辑型语言 94
3.1.3 面向对象语言 95
3.1.4 计算型语言 95
3.1.5 混合型语言 95
3.2 函数型语言LISP 96
3.2.1 LISP程序结构与基本语法 97
3.2.2 常量、变量、运算符 98
3.2.3 数据类型 100
3.2.4 决策与循环 112
3.2.5 函数、谓词与宏 114
3.2.6 输入与输出 118
3.2.7 文件I/O 119
3.2.8 结构 120
3.2.9 包 121
3.2.10 错误处理机制 123
3.2.11 面向对象编程 128
3.3 逻辑型编程语言Prolog 130
3.3.1 Prolog语句 130
3.3.2 Prolog程序结构 132
3.4 机器学习流行语言Python 134
3.4.1 Python语言的特点和优势 134
3.4.2 Python程序举例 135
3.5 大数据开发流行语言Java 138
3.5.1 Java语言的应用 138
3.5.2 Java程序举例 139
本章小结 141
思考与练习 141
第二篇 人工智能算法篇
第4章 知识表示与智能推理 144
4.1 引言 144
4.2 数据表示 144
4.2.1 数据与计算 144
4.2.2 数据结构 147
4.3 知识表示 150
4.3.1 基本概念 150
4.3.2 谓词逻辑 150
4.3.3 语义网络 153
4.3.4 框架 155
4.3.5 状态空间 158
4.3.6 本体 159
4.3.7 语义Web 160
4.3.8 知识图谱 162
4.4 自动推理 163
4.4.1 确定性推理 163
4.4.2 不确定性推理 177
4.5 专家系统 190
4.5.1 产生式知识表示 190
4.5.2 产生式推理与实现 192
4.5.3 专家系统的开发 197
本章小结 200
思考与练习 200
第5章 搜索策略与问题求解 203
5.1 引言 203
5.2 算法与问题求解策略 204
5.2.1 算法与问题求解步骤 204
5.2.2 算法基础 206
5.2.3 算法设计基本策略 208
5.3 状态图搜索 216
5.3.1 状态空间图搜索 216
5.3.2 盲目式搜索策略 218
5.3.3 启发式搜索策略 222
5.3.4 加权状态图搜索 224
5.3.5 A算法和A*?算法 226
5.4 与或树搜索 228
5.4.1 与或树 228
5.4.2 与或树的穷举搜索 230
5.4.3 与或树的启发式搜索 231
5.5 博弈树搜索 232
5.5.1 博弈树 232
5.5.2 极大极小分析过程 234
5.5.3 α-β剪枝过程 235
5.6 问题求解 238
5.6.1 状态图问题求解 238
5.6.2 与或图问题求解 246
本章小结 248
思考与练习 249
第6章 机器学习与模式识别 252
6.1 引言 252
6.2 监督机器学习算法 253
6.2.1 回归问题 253
6.2.2 决策树 256
6.2.3 朴素贝叶斯分类器 257
6.2.4 支持向量机 258
6.2.5 线性判别分析 264
6.3 无监督机器学习算法 267
6.3.1 主成分分析 267
6.3.2 k-近邻算法 269
6.3.3 k-均值聚类算法 270
6.4 强化学习与集成学习 272
6.4.1 强化学习模型 272
6.4.2 强化学习中的策略优化与
评估函数 273
6.4.3 隐马尔可夫模型 274
6.4.4 集成学习 276
6.5 人工神经网络 278
6.5.1 神经元模型与感知机 278
6.5.2 前馈神经网络 282
6.5.3 BP神经网络算法 284
6.6 深度学习 286
6.6.1 卷积神经网络 286
6.6.2 生成对抗网络 287
6.6.3 循环神经网络 289
6.7 进化计算 292
6.7.1 遗传算法 292
6.7.2 蚁群算法 294
6.8 模式识别 296
6.8.1 模式识别概述 296
6.8.2 模式识别系统过程 297
6.8.3 模式识别案例：石油流 298
本章小结 299
思考与练习 300
第三篇 人工智能应用技术篇
第7章 机器人技术 302
7.1 引言 302
7.2 机器人机械系统 302
7.2.1 机器人的基本结构及应用 302
7.2.2 工业机器人 303
7.2.3 机器人的位姿问题 307
7.3 机器人传感系统 310
7.3.1 机器人传感器 310
7.3.2 机器人的传感系统 311
7.4 机器人驱动系统 318
7.4.1 机器人的驱动方式 318
7.4.2 新型驱动器 320
7.4.3 机器人的驱动应用现状 322
7.5 机器人控制系统 325
7.5.1 经典控制系统 326
7.5.2 智能控制系统 326
7.6 机器人编程 329
7.6.1 机器人编程概述 329
7.6.2 机器人编程现状和趋势 329
7.6.3 机器人编程环境 329
7.6.4 机器人常用编程语言 330
7.6.5 机器人开发编程平台 330
本章小结 337
思考与练习 338
第8章 智能图像处理 339
8.1 引言 339
8.2 数字图像处理基础 340
8.2.1 数字图像概述 340
8.2.2 像素间的关系 341
8.2.3 图像的代数运算 342
8.2.4 图像的几何运算 344
8.2.5 图像的卷积 345
8.3 图像增强处理 347
8.3.1 图像增强概述 347
8.3.2 图像空域增强 347
8.3.3 图像频域增强 349
8.4 图像分析 352
8.4.1 图像分割 352
8.4.2 目标描述与特征提取 353
8.4.3 彩色图像处理 359
8.5 计算机视觉 362
8.5.1 目标定位和测量 363
8.5.2 目标检测和跟踪 364
8.6 图像目标识别和分类 365
8.6.1 基于特征的人脸识别实战 366
8.6.2 神经网络的图像识别技术 368
8.6.3 布匹质量检测 370
本章小结 372
思考与练习 372
第9章 自然语言处理 374
9.1 引言 374
9.2 自然语言处理(NLP) 375
9.2.1 NLP基本概念 375
9.2.2 NLP技术概述及其难点 375
9.2.3 NLP典型应用 378
9.3 自然语言理解(NLU) 385
9.4 自然语言生成(NLG) 387
9.5 NLP处理流程 389
9.5.1 传统机器学习的NLP流程 389
9.5.2 深度学习的NLP流程 389
9.6 自然语言处理的层次 390
9.7 语料预处理 392
9.8 NLP实现 395
9.8.1 NLP数据集 395
9.8.2 NLP工具 395
9.8.3 NLP实战 397
本章小结 401
思考与练习 402
第10章 自动规划决策系统 403
10.1 引言 403
10.2 规划与自动规划 403
10.2.1 规划的概念 403
10.2.2 自动规划的定义 404
10.2.3 规划应用示例 405
10.3 规划方法 406
10.3.1 规划与搜索 406
10.3.2 部分有序规划 410
10.3.3 分层规划 411
10.3.4 基于案例的规划 417
10.4 著名的规划系统 418
10.4.1 STRIPS规划系统 418
10.4.2 NOAH规划系统 422
10.4.3 NONLIN规划系统 426
10.4.4 O-PLAN规划系统 427
10.4.5 Graphplan规划系统 428
本章小结 429
思考与练习 430
参考文献 431
新书资讯
