全部
标 签：
1956年，达特茅斯会议的召开及“人工智能”概念的首次提出，标志着人
工智能的诞生。之后10余年，人工智能迎来了发展史上的第一个小高峰，相继
取得了如工业机器人和聊天机器人等一批令人瞩目的研究成果。但由于计算机
有限的内存和处理性能不足以解决实际的人工智能问题，整个人工智能领域都
遭遇了“瓶颈”，人工智能发展进入了消沉期。1980年，第一届机器学习国际
研讨会在卡内基梅隆大学召开，标志着机器学习在全世界的兴起。随后出现的
神经网络反向传播算法，更是加速了神经网络的研究进程，各种专家系统被人
们广泛应用。但随着专家系统的应用领域越来越广，问题也逐渐暴露出来，专
家系统应用有限，且经常在常识性问题上出错，人工智能迎来了第二个寒冬。
1997年，IBM的超级计算机 “深蓝”战胜了当时的国际象棋世界冠军，成为
人工智能史上的一个重要里程碑，人工智能开始了平稳向上的发展。以2006年
加拿大多伦多大学Geoffrey Hinton教授提出深度学习神经网络为标志，人工
智能进入了新的快速发展阶段。
在新时期的人工智能发展中，数据、算法、算力并称为推动人工智能发展
的三驾马车：其中数据是人工智能发展的基础，为人工智能发展提供了源源不
断的数据资源；算法是人工智能发展的内在推动力，为人工智能带来了相应的
实现手段；算力是人工智能发展的平台，为人工智能技术的实现提供了坚实保障。
数据、算法、算力共同推动人工智能不断向前发展，缺一不可。
本书从人工智能的定义入手，阐述了人工智能的概念、发展历程、研究目标、
应用场景及人工智能带来的机遇和挑战。从第二章开始详细阐述人工智能发展
的核心要素：大数据、云计算和深度学习，论证了这三大要素对人工智能发展
的影响。通过阅读本书，读者不仅能够学习人工智能涉及的各方面知识，而且
能够深入学习人工智能的关键技术。我们也希望读者通过阅读本书，能够将人
工智能技术和实际应用场景结合起来，实现人工智能的落地应用，共同创建一
个智能的时代。
目 录
第一章人工智能及其应用 / 001
第一节 人工智能的概念与发展 / 001
第二节 人工智能的研究目标与内容 / 008
第三节 人工智能的主要应用领域 / 013
第四节 人工智能的机遇与挑战 / 020
第二章人工智能的基础——大数据 / 023
第一节 大数据的概念与发展 / 023
第二节 数据采集与预处理 / 028
第三节 大数据存储 / 034
第四节 数据挖掘算法 / 046
第五节 大数据挖掘工具 / 057
第六节 大数据安全 / 065
第七节 大数据的典型类型及应用 / 075
第三章人工智能的平台——云计算 / 083
第一节 云计算的概念与发展 / 083
第二节 云计算的分类 / 087
第三节 云计算技术 / 089
第四节 云计算安全 / 110
第五节 主要云计算应用 / 121
第六节 云计算的未来 / 140
第四章人工智能的手段——深度学习 / 147
第一节 深度学习的概念与发展 / 148
第二节 机器学习基础 / 161
第三节 神经网络基础 / 177
第四节 深度学习经典算法 / 188
第五节 深度学习应用 / 218
第六节 深度学习的未来 / 226
参考文献 / 230
开 本：16开
您现在的位置：
