人工智能怎么學

1 人工智能概述及其快速入門

1.1 人工智能的基本概念 3

1.2 人工智能的發(fā)展歷程 4

1.3 人工智能的研究內(nèi)容 6

1.3.1 從數(shù)據(jù)角度看人工智能的研究內(nèi)容 7

1.3.2 從應用角度看人工智能的研究內(nèi)容 8

1.3.3 人工智能的主要學派 8

1.4 快速入門人工智能的方法與精要 9

1.4.1 快速入門人工智能的方法 9

1.4.2 快速入門人工智能的精要 11

參考文獻 13

2 人工智能的知識架構(gòu)

2.1 從系統(tǒng)角度看人工智能的知識架構(gòu) 17

2.1.1 人工智能理論 17

2.1.2 人工智能算法 18

2.1.3 人工智能軟件 19

2.1.4 人工智能硬件 19

2.2 從知識角度看人工智能的知識架構(gòu) 20

2.2.1 人工智能理論基礎(chǔ) 20

2.2.2 人工智能編程技術(shù) 20

2.2.3 人工智能專業(yè)領(lǐng)域知識 21

參考文獻 22

3 人工智能的理論基礎(chǔ)學習

3.1 數(shù)學學科總體架構(gòu)與人工智能中的核心數(shù)學
知識體系 25

3.1.1 數(shù)學學科總體架構(gòu) 25

3.1.2 學好數(shù)學總的指導原則 27

3.1.3 人工智能中的核心數(shù)學知識體系 28

3.2 分析學 29

3.2.1 知識體系構(gòu)成 30

3.2.2 常用教材推薦 32

3.2.3 學習路線 34

3.2.4 在線課程推薦 34

3.3 線性代數(shù)與矩陣論 36

3.3.1 知識體系構(gòu)成 37

3.3.2 常用教材推薦 39

3.3.3 學習路線 42

3.3.4 在線課程推薦 43

3.4 概率論與統(tǒng)計學 44

3.4.1 知識體系構(gòu)成 46

3.4.2 常用教材推薦 48

3.4.3 學習路線 53

3.4.4 在線課程推薦 53

3.5 運籌學與最優(yōu)化 55

3.5.1 知識體系構(gòu)成 56

3.5.2 常用教材推薦 57

3.5.3 學習路線 60

3.5.4 在線課程推薦 60

3.6 機器學習 61

3.6.1 知識體系構(gòu)成 61

3.6.2 常用教材推薦 64

3.6.3 學習路線 67

3.6.4 在線課程推薦 69

參考文獻 70

4 人工智能的編程能力和技能訓練

4.1 編程的基礎(chǔ)知識 77

4.1.1 編程的通用思想 77

4.1.2 編程語言的通用架構(gòu) 79

4.1.3 編程規(guī)范與程序員的自我修養(yǎng) 83

4.1.4 編程領(lǐng)域的劃分 86

4.2 桌面端編程 94

4.2.1 C 語言的知識架構(gòu) 95

4.2.2 消除C 編程中錯誤和問題的方法 99

4.2.3 通過C 標準模板庫代碼，快速提高編程
能力 100

4.2.4 與C 配套的界面編程工具 101

4.2.5 C 編程教材推薦及學習路線 103

4.2.6 在線課程推薦 107

人工智能怎么學

4.3 Web端編程 108

4.3.1 Java語言的知識架構(gòu) 109

4.3.2 消除Java編程中錯誤和問題的方法 113

4.3.3 與Java配套的界面編程工具 114

4.3.4 Java編程教材推薦及學習路線 115

4.3.5 在線課程推薦 121

4.4 移動端編程 121

4.4.1 移動端編程常用語言及工具 121

4.4.2 移動端編程教材推薦及學習路線 122

4.4.3 在線課程推薦 127

4.5 腳本語言及編程常用工具 128

4.5.1 MATLAB 128

4.5.2 Python 133

4.5.3 Julia 137

4.5.4 R語言 141

4.5.5 編程常用工具Git、GitHub與SVN 146

4.5.6 在線課程推薦 147

4.6 頂級程序員的成長之路 148

參考文獻 153

5 人工智能的專業(yè)領(lǐng)域知識體系構(gòu)建

5.1 計算機視覺 161

5.1.1 基本概念 161

5.1.2 發(fā)展歷程 162

5.1.3 主要研究內(nèi)容 166

5.1.4 常用教材推薦 169

5.1.5 學習路線 170

5.1.6 在線課程推薦 171

5.2 智能交通 172

5.2.1 基本概念 172

5.2.2 發(fā)展歷程 172

5.2.3 主要研究內(nèi)容 175

5.2.4 常用教材推薦 176

5.2.5 學習路線 177

5.2.6 在線課程推薦 178

參考文獻 178

6 人工智能的前沿信息獲取

6.1 前沿信息獲取方法 183

6.1.1 使用文獻數(shù)據(jù)庫 183

6.1.2 使用Google學術(shù)搜索 185

6.1.3 使用AMiner 186

6.1.4 使用Acemap 188

6.1.5 使用Semantic Scholar 191

6.1.6 使用微軟學術(shù) 191

6.1.7 使用百度學術(shù) 192

6.1.8 使用中國知網(wǎng) 193

6.1.9 使用arXiv 193

6.1.10 使用WikiCFP 194

6.1.11 在線課程推薦 196

6.2 人工智能領(lǐng)域的頂級會議 196

6.2.1 頂級會議列表的獲取方法 196

6.2.2 中國計算機協(xié)會推薦的人工智能領(lǐng)域
A類會議 199

人工智能怎么學

6.2.3 中國計算機協(xié)會推薦的人工智能領(lǐng)域
B類會議 200

6.2.4 中國計算機協(xié)會推薦的人工智能領(lǐng)域
C類會議 201

6.2.5 頂級會議的投稿信息獲取 203

6.3 人工智能領(lǐng)域的頂級期刊 204

6.3.1 頂級期刊列表的獲取方法 204

6.3.2 中國計算機協(xié)會推薦的人工智能領(lǐng)域
A類期刊 206

6.3.3 中國計算機協(xié)會推薦的人工智能領(lǐng)域
B類期刊 207

6.3.4 中國計算機協(xié)會推薦的人工智能領(lǐng)域
C類期刊 208

6.3.5 頂級期刊的投稿信息獲取 212

6.4 文獻智能管理工具 216

6.4.1 Zotero 216

6.4.2 Mendeley 216

6.4.3 EndNote 217

6.4.4 JabRef 217

參考文獻 218

7 人工智能學術(shù)寫作和學術(shù)影響力提升

7.1 論文寫作技巧 221

7.1.1 人工智能領(lǐng)域論文的風格特點 221

7.1.2 論文總體結(jié)構(gòu)與質(zhì)量控制 222

7.1.3 論文各子結(jié)構(gòu)的實現(xiàn) 225

7.1.4 會議論文與期刊論文的寫作差異 230

7.1.5 在線課程推薦 232

7.2 Word論文自動化排版 232

7.2.1 Word論文自動化排版的內(nèi)容 233

7.2.2 格式的集中控制與修改 233

7.2.3 編號的自動生成與引用 235

7.2.4 目錄的自動生成與更新 241

7.3 LaTeX論文自動化排版 242

7.3.1 LaTeX概述 242

7.3.2 LaTeX的下載地址及安裝 245

7.3.3 會議和期刊的LaTeX模板下載與使用 246

7.3.4 基于LaTeX的論文各子結(jié)構(gòu)的實現(xiàn) 246

7.3.5 LaTeX高級技巧：使用LaTeX撰寫報告、
PPT及繪制圖形 253

7.4 論文投稿技巧 255

7.4.1 會議論文的投稿技巧 255

7.4.2 期刊論文的投稿技巧 257

7.5 提升論文影響力的方法 258

7.5.1 開源數(shù)據(jù) 259

7.5.2 開源代碼 259

7.5.3 制作demo 259

7.5.4 與讀者互動 260

參考文獻 260

索引

Ⅰ 主流軟件索引 263

Ⅱ 常用網(wǎng)站及論壇索引 264