正版
人工智能基础
- 书名
- 人工智能基础
- 作者
- 秦晓燕,陶卿 主编
- 出版社
- 中国科学技术大学出版社
- 出版时间
- 2026-06-01
- ISBN
- 9787312066610
- 货号
- 1204624165
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 人工智能基础
- 作者
- 秦晓燕,陶卿 主编
- 出版社
- 中国科学技术大学出版社
- 出版时间
- 2026-06-01
- ISBN
- 9787312066610
- 货号
- 1204624165
- 品相
- 全新
- 分类
- 当代·工业
作者简介▼
秦晓燕,解放军陆军炮兵防空兵学院副教授,长期从事计算机视觉及其军事应用研究;在CCFA类期刊上发表论文20余篇,出版专著3部,译著1部,出版教材1部,主持安徽省自然科学基金项目1项。
陶卿,陆军炮兵防空兵学院教授;在人工智能领域顶级会议和国际权威刊物上发表论文60多篇,主持国家自然科学基金5项。
目录▼
前言
第1章 人工智能概述
1.1 人工智能的概念
1.2 人工智能的产生与发展
1.3 人工智能的主要流派
1.4 人工智能的三要素
1.5 人工智能技术分类
1.6 人工智能的应用
第2章 人工智能数学基础
2.1 导数与微分
2.2 线性代数
2.3 最优化方法
2.4 概率论
第3章 人工智能编程基础
3.1 Anaconda的安装与使用
3.2 机器学习常用库
第4章 机器学习
4.1 机器学习概述
4.2 机器学习范式
4.3 机器学习分类
4.4 机器学习常用术语
4.5 机器学习问题求解过程
4.6 模型评价指标
第5章 k近邻
5.1 k近邻算法概述
5.2 k值的选择
5.3 距离度量
5.4 k近邻分类决策
5.5 k近邻分类器的Python实现
5.6 k近邻应用实例——目标毁伤效果评估
第6章 决策树
6.1 决策树概述
6.2 决策树生成方法
6.3 决策树剪枝方法
6.4 决策树分类器的Python实现
6.5 决策树应用实例——装甲车故障辅助诊断
第7章 线性回归
7.1 回归概述
7.2 线性回归
7.3 其他线性回归方法
7.4 线性回归的Python实现
7.5 线性回归应用实例——后勤物资损耗分析
第8章 感知机
8.1 线性分类器
8.2 感知机模型
8.3 感知机分类器的Python实现
8.4 感知机应用实例——海空目标航迹智能分类识别
第9章 支持向量机
9.1 支持向量机概述
9.2 硬间隔支持向量机
9.3 软间隔支持向量机
9.4 核函数支持向量机
9.5 支持向量机分类器的Python实现
9.6 支持向量机应用实例——弹道识别
第10章 集成学习
10.1 集成学习概述
10.2 Boosting
10.3 Bagging
10.4 结合策略
10.5 集成算法的Python实现
10.6 集成学习应用实例——弹载雷达目标识别
第11章 聚类
11.1 聚类概述
11.2 典型的聚类算法
11.3 聚类算法的Python实现
11.4 聚类应用实例——陆战场机动目标分群
第12章 数据降维
12.1 降维概述
12.2 主成分分析
12.3 主成分分析的Python实现
12.4 主成分分析应用实例——作战能力生成分析
第13章 人工神经网络与深度学习
13.1 人工神经网络概述
13.2 卷积神经网络
13.3 卷积神经网络的经典架构
13.4 神经网络的Python实现
13.5 卷积神经网络应用实例——军用车辆目标检测
第14章 强化学习
14.1 强化学习概述
14.2 马尔可夫决策
14.3 Q-Learning算法的Python实现
14.4 强化学习应用实例——无人车避障最优路径选择
参考文献
文摘▼
本书系统融合人工智能基础理论、核心技术与实战应用,全面覆盖经典机器学习算法与深度学习技术。全书从人工智能的基本概念与发展历程入手,讲解机器学习的核心原理及关键术语;简要介绍人工智能所需的数学基础、开发环境与工具库;逐一剖析k近邻、决策树、线性回归、感知机、支持向量机、集成学习、聚类、数据降维等典型机器学习算法,并深入讲解深度学习基础理论与经典网络架构,兼顾强化学习等前沿方向。
本书配套教学课件、实战案例、思政案例与实验代码等丰富的教学资源,助力读者扎实掌握人工智能的核心技能,可作为高等院校人工智能、计算机、自动化及相关专业学生的教材。





