内容
近年，人工智能热潮席卷而来。本书以图解的方式网罗了人工智能开发必备的基础知识，内容涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。全书以图配文，深入浅出，是一本兼顾理论和技术的人工智能入门教材。旨在帮助读者建立对人工智能技术的整体印象，为今后深入探索该领域打下基础。另外，书中设有专栏和“小贴士”，介绍了相关术语的背景知识，可帮助读者扩充知识面，进一步理解相关技术。
目录
第1章 人工智能的过去、现在和未来
1
01 人工智能
2
02 人工智能的黎明时期
4
03 人工智能的发展
9
第2章 规则系统及其变体
21
01 规则系统
22
02 知识库
26
03 专家系统
30
04 推荐引擎
37
第3章 自动机和人工生命程序
43
01 人工生命模型
44
02 有限自动机
50
03 马尔可夫模型
55
04 状态驱动智能体
59
第4章 权重和寻找最优解
65
01 线性问题和非线性问题
66
02 回归分析
70
03 加权回归分析
78
04 相似度的计算
82
第5章 权重和优化程序
93
01 图论
94
02 图谱搜索和最优化
98
03 遗传算法
106
04 神经网络
114
第6章 统计机器学习（概率分布和建模）
125
01 统计模型和概率分布
126
02 贝叶斯统计学和贝叶斯估计
142
03 MCMC方法
153
04 HMM和贝叶斯网络
158
第7章 统计机器学习（无监督学习和有监督学习）
161
01 无监督学习
162
02 有监督学习
169
第8章 强化学习和分布式人工智能
179
01 集成学习
180
02 强化学习
185
03 迁移学习
193
04 分布式人工智能
197
第9章 深度学习
199
01 多层神经网络
200
02 受限玻尔兹曼机
206
03 深度神经网络
208
04 卷积神经网络
212
05 循环神经网络
215
第10章 图像和语音的模式识别
219
01 模式识别
220
02 特征提取方法
222
03 图像识别
230
04 语音识别
236
第11章 自然语言处理和机器学习
243
01 句子的结构和理解
244
02 知识获取和统计语义学
248
03 结构分析
252
04 文本生成
255
第12章 知识表示和数据结构
263
01 数据库
264
02 检索
271
03 语义网络和语义网
277
第13章 分布式计算
285
01 分布式计算和并行计算
286
02 硬件配置
287
03 软件配置
293
04 机器学习平台和深度学习平台
304
第14章 人工智能与海量数据和物联网
311
01 数据膨胀
312
02 物联网和分布式人工智能
317
03 脑功能分析和机器人
322
04 创新系统
327