內容簡介

AI人工智慧導論


內容簡介

隨著人工智慧的發展，AI 已不再只是個新穎或遥遠的名詞、而已成為現代人不可或缺的知識及能力，不只在大專校院，就連中小學及社會人士也對此領域充滿遠景的期待與求知的熱忱。本書作為人工智慧入門讀物，具以下特色：

1.現代性：具有新一代人工智慧的特色。
2.應用性：將理論與實際融合，能應用於眾多領域與行業。
3.引導性：是引領讀者進入人工智慧學科的基礎性讀物。
4.全面性：從理論、技術、應用、開發，完整地介紹人工智慧發展各面向，全方位涵蓋AI領域中所有需要知道的主題。
5.延伸性：在本書的導論基礎上，可再配合相關叢書，進行融入程式設計的進階課程；亦可進行不同領域或主題式開發的專題課程、

內容目錄

目錄

第一篇 基礎理論篇
chapter1 總論
1-1 人工智慧發展歷史
1-2 人工智慧概念介紹
1-3 人工智慧發展三大學派
1-4 人工智慧的學科體系
小結
習題

chapter2 知識及知識表示
2-1 概述
2-2 產生式表示法
2-3 狀態空間表示法
2-4 謂詞邏輯表示法
2-5 知識圖譜表示法
小結
習題

chapter3 知識組織與管理—知識庫介紹
3-1 知識庫概述
3-2 知識庫發展歷史
3-3 典型知識庫系統介紹
小結
習題

chapter4 知識獲取之搜尋策略方法
4-1 概述
4-2 盲目搜尋
4-3 啟發式搜尋
4-4 博弈樹的啟發式搜尋
小結
習題
實驗

chapter5 知識獲取之推理方法
5-1 知識推理基本理論
5-2 謂詞邏輯自然推理
5-3 謂詞邏輯的自動定理證明
5-4 知識推理方法之評價
小結
習題
實驗

第二篇 應用技術篇
chapter6 知識獲取之機器學習方法
6-1 機器學習概述
6-2 人工神經網路
6-3 決策樹
6-4 貝葉斯方法
6-5 支援向量機方法
6-6 關聯規則方法
6-7 聚類方法
6-8 遷移學習
6-9 強化學習方法
小結
習題
實驗

chapter7 深度學習與卷積神經網路
7-1 淺層學習與深度學習
7-2 深度學習概述
7-3 卷積神經網路
小結
習題
實驗

chapter8 知識獲取之知識圖譜方法
8-1 知識圖譜中的知識獲取概述
8-2 知識圖譜中的知識獲取方法
8-3 著名的知識圖譜介紹
8-4 知識圖譜中的知識儲存管理
8-5 知識圖譜的應用
小結
習題
實驗

chapter9 知識獲取之Agent方法
9-1 Agent介紹
9-2 多Agent
9-3 行動Agent
9-4 智慧Agent
小結
習題

chapter10 知識工程與專家系統
10-1 知識工程與專家系統概述
10-2 專家系統組成
10-3 專家系統分類
10-4 專家系統開發
10-5 傳統專家系統與新一代專家系統
小結
習題

chapter11 電腦視覺
11-1 電腦視覺概述
11-2 電腦視覺中的影像分析和理解
11-3 電腦視覺應用
小結
習題
實驗

chapter12 自然語言處理
12-1 自然語言處理中之自然語言理解
12-2 自然語言處理中之自然語言生成
12-3 語音處理
12-4 自然語言處理應用實例
小結
習題
實驗

chapter13 機器人
13-1 機器人概述
13-2 機器人組織結構
13-3 機器人工作原理
13-4 機器人的應用
小結
習題

第三篇 應用篇
chapter14 大數據技術
14-1 大數據技術概述
14-2 大數據基礎平台
14-3 大數據軟體平台 — Hadoop
14-4 大數據管理
14-5 大數據計算 233
14-6 大數據使用者端與視覺化
小結
習題

chapter15 知識獲取—電腦智慧系統開發
15-1 概述
15-2 電腦智慧系統開發的三大要素
15-3 電腦智慧系統組成
15-4 電腦智慧系統開發流程
15-5 人工智慧知識獲取的三種典型方法
小結
習題

chapter16 智慧應用—人工智慧應用系統開發
16-1 人工智慧應用系統組成
16-2 人工智慧應用系統開發
16-3 人工智慧典型應用產品介紹
小結
習題

第四篇 展望篇
chapter17 人工智慧發展展望
17-1 人工智慧學科發展
17-2 人工智慧所引發的社會問題及其解決
小結
習題
參考文獻