機器學習人工智能及應用研究

第1章 緒論
1．1 什么是機器學習和人工智能
1．2 機器學習的主要任務
1．3 機器學習與深度學習
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 機器學習
2．6 自然語言處理
第3章 機器學習經(jīng)典算法剖析
3．1 正態(tài)貝葉斯分類器
3．2 K近鄰算法
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 深度強化學習
4．1 深度強化學習概述
4．2 深度強化學習的思路
4．3 深度強化學習的網(wǎng)絡結(jié)構(gòu)及算法
4．4 深度強化學習算法框架
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(guān)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(lǐng)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 強化學習在機器人系統(tǒng)中的應用
6．3 專家系統(tǒng)在智能機器人領(lǐng)域的應用
6．4 自主學習在機器人系統(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 改進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