第1章緒論
1.1什么是機器學工智能
1.2機器學要任務
1.3機器學度學p>
第2章人工智能技術(shù)
2.1搜索策略
2.2確定性推理
2.3不確定性推理
2.4專家系統(tǒng)
2.5機器學p>
2.6自然語言處理
第3章機器學算法剖析
3.1正態(tài)貝葉斯分類器
3.2 鄰算法
3.3決策樹
3.4 AdaBoost
3.5梯度提升樹
3.6神經(jīng)網(wǎng)絡
第4章深度強化學p>
4.1深度強化學
4.2深度強化學路
4.3深度強化學絡結(jié)構(gòu)及算法
4.4深度強化學框架
4.5典型應用場景實例
第5章計算機視覺與語音處理
5.1計算機視覺與語音概述
5.2數(shù)字圖像的類型及機內(nèi)表示
5.3常用計算機視覺模型和關鍵技術(shù)
5.4語音的識別與合成
5.5語音的增強與轉(zhuǎn)換
5.6情感語音
5.7人臉識別技術(shù)
第6章人工智能技術(shù)在機器人領域的應用實例
6·1 AI算法在移動機器人路徑規(guī)劃中的應用
6.2強化學器人系統(tǒng)中的應用
6.3專家系統(tǒng)在智能機器人領域的應用
6.4 自主學器人系統(tǒng)中的應用
6.5 自然語言理解系統(tǒng)在機器人中的應用
6.6的遺傳算法在機器人路徑規(guī)劃中的應用
6.7免疫遺傳算法在機器人路徑規(guī)劃中的應用
參考文獻
人類經(jīng)過長化,通過自然競爭和自然選擇,成為當今最有智慧的高級生物種群。人類智能是這種自然過程的創(chuàng)造物,具有傳感性能的分布特性和控制機制的魯棒特性。人類的認知能力是保藏在以大腦為中心的“碳素計算機”中。大腦通過諸如視覺、聽覺、觸覺、味覺和嗅覺等各種自然傳感機制來獲取環(huán)境信息,借助智能而集成這些信息并對信息提的解釋。然后,認知過一步提升這類特性為學憶和推理能力,并通過分布在中樞神經(jīng)系統(tǒng)內(nèi)的復雜神經(jīng)網(wǎng)絡產(chǎn)生適當?shù)募∪饪刂,產(chǎn)生相應的行為或動作。正是這種認知過程和智能特性,使人類在許多方面成為有別于其他生靈的高級動物。
伴隨著人類化,人類智慧逐步提高。人類正從大自然學圖通過機器來模仿自身的認知過程和智能。人類已經(jīng)發(fā)明了計算機和自動機之類的高級機器,創(chuàng)建了能夠為人類化和發(fā)展服務的智能機器和智能系統(tǒng),并應用機器智能來模仿人類智能,擴展了人能。在這一領域,形形色色的“智能制品”正在大放異彩,為經(jīng)濟、科技、教育、文化發(fā)展服務。基因、納米、CAD、CAM、CAI、CAP、CIMS、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、微信、數(shù)據(jù)挖掘、大數(shù)據(jù)、真體(agent)、本體、計算智能、智能機器人、不確定推理、機器學器翻譯和智能軟等,已成為我們學作和生活的組成部分。
本書著重展現(xiàn)人工智能技術(shù)的基礎方法和理論,并通過由淺入深的介紹基礎算法和機器學相關理論和應用,闡述了各個算法的應用場景及算法復雜度,同時引人了國內(nèi)外典型人工智能技術(shù)在機器人領域的研究應用實例。全書共6章,主要內(nèi)括緒論,人工智能技術(shù),機器學算法剖析,深度強化學算機視覺與語音處理,人工智能技術(shù)在機器人領域的應用實例。
由于時間倉促,作者有限,本書難免存在疏漏之處,懇請廣大讀者批評指正,不吝賜教。
作 者