本书为读者可视化地呈现了人工智能领域的知识架构、学习路线、常用教材、在线课程、学习工具和常用网站，从而全方位地为读者学习人工智能提供指引，帮助读者精准而高效地学习人工智能，达到快速入门和进阶的目的。

      本书内容包括7 个部分：第1 部分阐述“人工智能是什么”的问题；第2 部分解决“人工智能学什么”的问题，即要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习；第3 ～ 第5 部分为第2 部分的具体展开，描述“人工智能怎么学”的问题，即分别描述了人工智能的理论基础、编程技术、专业领域知识这三个层面该怎么学；第6 部分解决“人工智能前沿信息获取”的问题；第7 部分解决“人工智能论文写作与发表”的问题。

目  录

1 人工智能概述及其快速入门

 1.1 人工智能的基本概念 3

 1.2 人工智能的发展历程 4

 1.3 人工智能的研究内容 6

 1.3.1 从数据角度看人工智能的研究内容 7

 1.3.2 从应用角度看人工智能的研究内容 8

 1.3.3 人工智能的主要学派 8

 1.4 快速入门人工智能的方法与精要 9

 1.4.1 快速入门人工智能的方法 9

 1.4.2 快速入门人工智能的精要 11

 参考文献 13

2 人工智能的知识架构

 2.1 从系统角度看人工智能的知识架构 17

 2.1.1 人工智能理论 17

 2.1.2 人工智能算法 18

 2.1.3 人工智能软件 19

_x000c_

人工智能怎么学

 2.1.4 人工智能硬件 19

 2.2 从知识角度看人工智能的知识架构 20

 2.2.1 人工智能理论基础 20

 2.2.2 人工智能编程技术 20

 2.2.3 人工智能专业领域知识 21

 参考文献 22

3 人工智能的理论基础学习

 3.1 数学学科总体架构与人工智能中的核心数学

知识体系 25

 3.1.1 数学学科总体架构 25

 3.1.2 学好数学总的指导原则 27

 3.1.3 人工智能中的核心数学知识体系 28

 3.2 分析学 29

 3.2.1 知识体系构成 30

 3.2.2 常用教材推荐 32

 3.2.3 学习路线 34

 3.2.4 在线课程推荐 34

 3.3 线性代数与矩阵论 36

 3.3.1 知识体系构成 37

 3.3.2 常用教材推荐 39

 3.3.3 学习路线 42

 3.3.4 在线课程推荐 43

 3.4 概率论与统计学 44

 3.4.1 知识体系构成 46

 3.4.2 常用教材推荐 48

 3.4.3 学习路线 53

3.4.4 在线课程推荐 53

 3.5 运筹学与最优化 55

 3.5.1 知识体系构成 56

 3.5.2 常用教材推荐 57

 3.5.3 学习路线 60

 3.5.4 在线课程推荐 60