人工智能中学生入门

人工智能中学生入门"

作者:李国良、黄琰、杨松帆、刘子韬
ISBN:9787302557203
定价:¥58
字数:千字
页数:
出版时间:2020.08.01
开本:
版次:1-2
装帧:
出版社:清华大学出版社
简介

《人工智能 中学生入门》是面向中学生介绍人工智能领域的入门书籍,从人工智能的概念和发展历史讲起,全面系统地介绍了人工智能的数学基础、人工智能领域的三大经典任务——回归、分类和聚类,以及人工智能的前言领域。本书通过深入浅出的讲解,帮助青少年认识人工智能并理解其背后的原理和技术。本书可作为中学信息技术课程人工智能模块的教材,也可作为青少年课外科普读物,还可作为相关培训机构的培训教材。

前言

前  言

人工智能(artificial intelligence,AI)正迅速改变着人们生活的方方面面,成为人们日常生活的一部分,而且在某些方面已经超越了人类。其实我们每天都会在有意无意中使用人工智能技术。 

(1)智能手机。智能手机上的照片拍摄和后期美化需要使用人工智能技术。当拍照时,人工智能会根据用户的习惯进行适当的设置,并建议适合的模式来提供个性化服务。人工智能也会学习用户的日常使用习惯来提高手机的运行效率。 

(2)媒体推荐。无论是音乐软件中随机歌曲推荐还是短视频平台上不断刷新的内容,人工智能都起到了关键性的作用。随着使用时间的增长,它会根据用户的习惯进行学习,为用户提供个性化的推荐服务。 

(3)智能家居。智能家居设备可以根据个人偏好调节室内温度和亮度,用户可以通过与智能语音助手进行对话的方式远程操控各种智能家居设备。 

(4)在线服务。从购物、娱乐、旅行到日常生活,点点滴滴的服务正在人工智能的参与下不断优化,我们使用聊天机器人来提高服务效率,使用智能推荐和优化算法来进行商业布局、个性化生活规划、智慧物流、网购推荐等。 

也许大众早已熟知以上人工智能应用,但是对其背后的原理与技术还不甚了解。人工智能先进技术和应用知识的传播是建设技术强国的关键、根基与保障。因此,让中学生尽早认识和了解人工智能技术非常关键。中学是一个好时机,此时学生已经足够成熟,可以应付和探究科学性问题,非常适合将前沿科学问题引入中学课堂,让中学生尽早熟悉先进技术的背景、基本概念和应用理论,为以后的大学学习和未来职业选择打下坚实的基础。像包括写作、阅读和数学在内的经典读写能力一样,人工智能领域的能力也将成为未来必 

备的一项能力。 

目前,学校信息技术课程中还没有适当的方式来教授这些基本主题,为了满足这一时代要求,编者编写了这本面向中学生的人工智能入门教材,涉及人工智能基础、经典机器学习问题(回归、分类和聚类)、神经网络、深度学习、强化学习、对抗学习、主动学习和知识图谱等内容。 

本书可作为中学信息技术课人工智能模块的教材,它适应中学的课堂教学模式,每个章节包括背景知识介绍、深入浅出的理论教学和生动形象的操作实例,有助于激发同学们的学习热情,又能满足人工智能教学的理论深度需求,实现对中学生进行人工智能启蒙的作用。 

编 者 

2020 年 3 月

目录

目  录

第1章 人工智能的前世今生

.

.........................................001

 1.1 

人工智能的定义

.

.........................................002

 1.2 

人工智能发展史

.

.........................................003

 1.3 

人工智能学派及研究领域

.

........................................009

 1.4 

“人工智能+”:改变各行各业

.

........................................011

 本章小结

.

.........................................015

第2章 人工智能基础

.

.................................  ......016

 2.1 

人工智能的数学基础

.

.........................................017

 2.2 

一般数据的表示与处理

.

.........................................022

 2.3 

其他数据的表示与处理

.

...............  .......................026

 本章小结...............................032

第3章 回归:预测图书价格

.

........................................033

 3.1 

一元线性回归

.

.........................................034

 3.2 

代价函数的求解

.

........................................037

 3.3 

使用Excel软件求一元线性回归方程

.

.........................................040

 3.4 

多元线性回归与多项式回归

.

.........................................041

 3.5 

模型选择与过拟合问题

.

.........................................045

 本章小结

.

..........................................049

第4 章 分类:健康管理与均衡饮食..........050 

4.1 

分类问题实例 .............................051 

4.2 

k 近邻算法 ...............................052 

4.3 

逻辑回归 .................................054 

4.4 

支持向量机 ...............................057 

4.5 

多分类任务 ...............................060 

4.6 

分类任务评价指标与分析....................061 

本章小结 ......................          063

第5 章 聚类:合理划分景区.................064

5.1 

聚类初识 ................................065 

5.2 

簇间距离 .................................066 

5.3 

聚类算法: 如何划分景区 ...................067 

5.4 

聚类算法结果评估 .........................074 

5.5 

聚类算法优劣对比 ..........................076 

本章小结 ...................................077

第6 章 神经网络与深度学习:识别俄罗斯方块..078

6.1 

神经网络:模拟人脑的计算方式 ...............079 

6.2 

神经网络的结构和原理 .......................080 

6.3 

神经网络的学习过程 .........................086 

6.4 

深度学习 ....................................088 

6.5 

卷积神经网络——CNN ........................090 

6.6 

循环神经网络——RNN ........................093 

本章小结 ...................................095

第7 章 强化学习:游戏之王的魅力..............096

7.1 

强化学习简史 .................................097

 

7.2 

强化学习的基本概念和方法 ...................099 

7.3 

强化学习的数学原理 ..........................102

7.4 

强化学习的应用 ..............................103 

本章小结 .....................................104

第8章对抗学习:生成以假乱真的图像.............105

8.1 

神奇的生成对抗网络 ..........................106

8.2对抗学习前沿应用 .........................110

8.3 

小试牛刀———手写数字生成 ................115 

本章小结 ....................................120

第9 章 主动学习:无人驾驶汽车.................121

9.1 

困难——海量交通图片 ........................122

9.2 

策略——有选择的标注 .........................124 

9.3 

应用——提高训练效率 .........................127 

本章小结 ......................................131

第10 章 知识图谱:与问答系统对话..............132

10.1 

知识图谱的应用 ...............................133

 10.2 

知识图谱简史 .................................135

10.3 

知识图谱的相关概念 ...........................137

10.4 

从零构建知识图谱 .............................143 

本章小结 .....................................152

参考文献......................................153

作者简介

编辑推荐

《人工智能 中学生入门》基于中学生已有的初等数学知识,结合具体案例讲解人工智能常见算法,使中学生真正理解人工智能。

作者寄语

李国良,清华大学计算机科学与技术系长聘教授,博士生导师,国家杰出青年科学基金获得者,中国计算机学会数据库专业委员会副主任,ACM SIGMOD China(国际计算机学会数据管理国际会议中国组)副主席。主要研究方向为数据库、智能数据处理、在线教育等。在计算机领域的顶级会议和期刊上发表论文100余篇,他引8000余次。

电子资料

www.luweidong.cn

下一个