内容提要 本书重点梳理人工智能基础理论知识体系，突出基础性、全面性、前沿性和实践性特点，以机器学习和优化方法基本原理为主线，结合典型工程应用循序渐进地为读者构建从“0”到“1”的知识体系，指引读者快速掌握应用系统开发和环境应用。针对传统人工智能教材缺乏数学原理与模型代码即刻印证的问题，本书给出人工智能基础理论深入浅出的描述，选用精简的案例呈现模型代码，带领读者轻松、快速掌握人工智能的核心思想。 本书每章最后配有一定量的课后作业，可以作为机电类本科生、研究生入门级教材和教学参考书，同时也可供工程技术人员和对人工智能感兴趣的读者参考。 前言 人工智能作为具有颠覆性的新技术，对现代经济社会发展产生巨大影响。人工智能理论与技术体系博大精深，该领域专著卷帙浩繁，然而初学者如何快速掌握人工智能的分析方法却存在挑战。在上海交通大学研究生核心课程教材培育项目支持下，作者结合多年科研与教学经验，从基本原理与工程实践相结合的角度编写本教材，力求为读者奉献一套相对完备的知识框架。 本书由原理篇、模型与应用篇、案例篇3部分构成。原理篇含5章：第1章概述人工智能的源起、哲学思辨和工程化基础设施等；第2章重点阐述工程实际中解决问题的人工智能方法和机器学习建模技术；第3章描述面向人工智能的大数据特征，以及降维、表征等处理方法；第4章从优化理论的角度刻画深度神经网络误差反馈和权值调整的基本原理，同时概要介绍传统生物启发的优化算法，并对适用场景做了对比分析；第5章介绍人工智能系统的常用开发框架和部署方法，推介主流软硬件工具等。模型与应用篇含4章：第6章以机器视觉为对象，重点阐释深度学习方法遭遇的瓶颈及嬗变，展现多个具有里程碑意义的代表性算法；第7章以音频、振动等时序信号处理为对象，突出长短时记忆网络和多层变换器标志性算法的有效性；第8章结合数个中等复杂程度的工程学问题，对传统仿生智能算法做出回顾，旨在…