人工智能怎么学

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。

肖建力，工学博士，毕业于上海交通大学模式识别与智能系统专业。中国计算机学会高级会员，中国人工智能学会会员，ACM会员。目前研究方向为人工智能与大数据。在国内外期刊及会议上发表论文数十篇，主持国家自然科学基金及其他项目多项。

适读人群 ：入门人工智能或者转行从事人工智能的人士、人工智能领域的开发人员，以及人工智能的基础研究人员等

1. 本书以可视化的方式为读者提供一份系统而专业的学习人工智能的导览图。

2. 全书不聚焦于人工智能领域的某一门课程或者某几个知识点，而是重点关注人工智能领域的入门者、开发人员、基础研究人员，分别需要什么样的知识架构、需要学习哪些必备知识、掌握什么样的技能；同时，还指出为达到这些要求，读者如何进行学习和实践。

3. 本书作者参阅大量书籍和多门在线精品课程，把最精华的教材和在线课程推荐给读者，旨在提升读者学习人工智能的效率。

4. 本书信息量较大，教辅、工具书和实用读本兼具，读者面广泛可期。

人工智能是一个交叉性非常强的学科，它包含了数学、物理、神经科学、心理学、伦理学等多方面的理论知识，也用到了计算机方面的很多技术，同时它还包含了专业领域知识。所谓专业领域知识，是指人工智能与具体应用领域相结合时所需要的该领域的知识。人工智能包含的知识实在是又多又杂!对于初入人工智能领域的人来说，真正的困难不是如何去学好这一领域中的某门课程或者某些具体知识点，而是对该领域有一个清晰、宏观的了解，理解其知识架构，形成明确的学习路线。否则，就会有“只见树木而不见森林”之感，抑或是如管中窥豹而不得见人工智能之全貌。这好比去逛一座有很多楼层的商场，为了快速找到想要的东西，最需要的是一份楼层导览图；又好比去一个非常大的景区游玩，为了尽快找到想要玩的景点，最需要的是一份景区地图。类似地，为了尽快入门人工智能，最需要的是了解人工智能的知识架构和学习路线。

基于上述想法，本书尽量以可视化的方式为读者提供一份系统而专业的学习人工智能的导览图，或者说一份学习路线图；同时，本书还为读者提供基本的、必不可少的学习方法和工具，例如学会人工智能前沿信息的获取方法，掌握文献智能管理工具、论文写作和发表技巧、提高论文影响力的方法等。总之，写作本书的目的，是使读者拿到这本书就像拿到一份人工智能的学习指南，可以轻松上手学习人工智能；此外，通过查阅本书，读者还能获得必备的学习工具及其使用方法，能够非常方便地解决学习中遇到的问题。笔者期待通过此书，尽可能地为读者学习人工智能提供一些可供参考的方法和指引，真正做到“授人以渔”。

本书的写作风格和定位是尽量采用可视化的写作方式以及简洁明快的语言，使全书通俗易懂、读起来赏心悦目。具有全局指导性、有用性、可操作性、检索性并易于查询，是本书的写作目标，为此本书将根据下图所示组织架构进行呈现，具体安排如下∶

● 第1部分∶本部分为综述内容，主要介绍人工智能的基本概念、发展历程、研究内

容，重点描述人工智能的快速入门方法及学习要点。本部分主要解决“人工智能是什么”的问题。

● 第2部分∶本部分清晰明了地为读者解构人工智能的宏观知识架构，使读者对人工

智能的知识体系有一个清晰而完整的把握，明确要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习，并了解这三个层面各需要学习哪些宏观内容。本部分主要阐述“人工智能学什么”的问题。

● 第3～第5部分∶这三部分是对第2部分内容的具体展开，描述自底向上地搭建人工智

能知识架构的具体过程，即分别详细地描述人工智能的理论基础、编程技术、专业领域知识这三个层面需要学习哪些内容，并给出学习的具体路线，推荐常用的教材和在线课程，以便提高读者的学习效率。此三部分主要解决“人工智能怎么学”的问题。

● 第6部分∶在解决了人工智能是什么、学什么、怎么学的问题后，本部分给读者介

绍高效、准确、快速地获取人工智能前沿信息的方法和工具。本部分主要解决“人工智能前沿信息获取”的问题。

● 第7部分∶本部分重点阐述了人工智能论文的风格特点和写作技巧，呈现了如何使

用Word和LaTeX进行论文自动化排版的方法，描述了论文的投稿技巧以及提升论文影响力的方法。本部分主要解决“人工智能论文写作与发表”的问题。

本书的写作特色如下

（1）采用逐层深入的写作方式。本书先用图形呈现出总体架构，然后针对总体架构的每

一部分用文字展开深入描述，全书写作思路清晰，使读者易于阅读和理解。

（2）充分考虑读者学习过程中的各种需求，为读者学习人工智能提供全方位的帮助。对

于人工智能理论基础、编程技术、专业领域知识的学习均给出了供参考的学习路线，推荐了常用的教材和在线课程，方便读者进行目的明确且高效的学习。对此说明有二∶一是推荐的常用教材均未指明版本，是考虑其版本更新非常频繁，读者可以根据书名和作者姓名自行查找教材的最新版本进行学习。二是推荐的在线课程中，有些课程的视频并非作者本人上传，可能是一些学习者转载到视频网站，所以可能会被上传者后来删除，所以笔者不能保证书中所有在线课程链接都是有效的；如果有网址无法打开，读者可以通过搜索引擎自行搜索该课程，然后进行学习。（3）对于人工智能理论基础、编程技术、专业领域知识的学习，给出了实用的学习方法

和工具。这些学习方法中，有些是对该领域学者或专家学习经验的直接引用，有些是笔者学习和教学经验的总结，仅供读者参考。读者可以根据自己的实际情况，实事求是地进行取舍和吸收，并可进一步地改进本书给出的学习方法，使自己的学习更加高效。特别地，在编程技术的学习部分，本书提供了一些编程技术的主流网站，介绍了编程使用的主流软件和工具，同时也给出了帮助文档的获取方法，以便读者快速解决编程中遇到的问题。

（4）充分考虑了人工智能的入门者、项目开发人员、基础研究人员学习目标和要求的

不同，有针对性地为其学习人工智能进行指引。对于人工智能入门者，可重点关注本书给出的学习路线中初级入门级别的内容，能够对整个人工智能的知识体系形成清晰的认知，对人工智能理论基础、编程技术、专业领域知识比较熟悉，能够运用人工智能的知识初步解决一些实际问题；对于人工智能项目开发者，可重点关注本书给出的学习路线中初级入门和中级提高两个级别的内容，对人工智能的宏观架构理解透彻，熟练掌握人工智能的理论基础、编程技术、专业领域知识，能够熟练进行人工智能项目的开发并能够创造经济价值和社会价值；对于人工智能基础研究人员，可全面关注本书给出的学习路线中初级入门、中级提高以及高级进阶三个级别的内容，对人工智能的宏观架构融会贯通，全面掌握人工智能的理论基础、编程技术、专业领域知识，能够创新性地提出人工智能中的新理论、新算法、新技术，以

及独立进行人工智能前沿领域的研究或开辟人工智能领域的新方向。

（5）图形可视化呈现，使本书通俗易懂。通过图形对本书内容进行可视化呈现，激发读

者的阅读兴趣，使书中内容通俗易懂，增强了图书的可读性。

（6）栏目设置思路清晰，提高学习效率。为了使读者学习人工智能时思路清晰、抓住重

点、提高效率，本书在每一部分开头均给出了“阅读提示”与“学习重点”两个栏目。“阅读提示”简明扼要地描述了本部分的主要内容和行文思路，使读者快速理解本部分的组织架构，从而具备清晰的学习思路；“学习重点”列出了本部分的学习要点，从而使读者的学习更具针对性。

本书的出版得到了国家一流专业建设项目资助以及学校现代产业技术学院的支持，在此对相关部门致以诚挚感谢。同时，对各位师长、亲友、同事、同行、朋友、笔者学生给予的鼓励和帮助表示万分感谢。

本书的内容更新和相关信息，请读者密切留意网站https∶//bigdatamininglab. github.io，如有任何建议可以通过网站反馈。

肖建力

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

3.6 机器学习 61

3.6.1 知识体系构成 61

3.6.2 常用教材推荐 64

3.6.3 学习路线 67

3.6.4 在线课程推荐 69

参考文献 70

4 人工智能的编程能力和技能训练

4.1 编程的基础知识 77

4.1.1 编程的通用思想 77

4.1.2 编程语言的通用架构 79

4.1.3 编程规范与程序员的自我修养 83

4.1.4 编程领域的划分 86

4.2 桌面端编程 94

4.2.1 C++语言的知识架构 95

4.2.2 消除C++编程中错误和问题的方法 99

4.2.3 通过C++标准模板库代码，快速提高编程

能力 100

4.2.4 与C++配套的界面编程工具 101

4.2.5 C++编程教材推荐及学习路线 103

4.2.6 在线课程推荐 107

人工智能怎么学

4.3 Web端编程 108

4.3.1 Java语言的知识架构 109

4.3.2 消除Java编程中错误和问题的方法 113

4.3.3 与Java配套的界面编程工具 114

4.3.4 Java编程教材推荐及学习路线 115

4.3.5 在线课程推荐 121

4.4 移动端编程 121

4.4.1 移动端编程常用语言及工具 121

4.4.2 移动端编程教材推荐及学习路线 122

4.4.3 在线课程推荐 127

4.5 脚本语言及编程常用工具 128

4.5.1 MATLAB 128

4.5.2 Python 133

4.5.3 Julia 137

4.5.4 R语言 141

4.5.5 编程常用工具Git、GitHub与SVN 146

4.5.6 在线课程推荐 147

4.6 顶级程序员的成长之路 148

参考文献 153

5 人工智能的专业领域知识体系构建

5.1 计算机视觉 161

5.1.1 基本概念 161

5.1.2 发展历程 162

5.1.3 主要研究内容 166

5.1.4 常用教材推荐 169

5.1.5 学习路线 170

5.1.6 在线课程推荐 171

5.2 智能交通 172

5.2.1 基本概念 172

5.2.2 发展历程 172

5.2.3 主要研究内容 175

5.2.4 常用教材推荐 176

5.2.5 学习路线 177

5.2.6 在线课程推荐 178

参考文献 178

6 人工智能的前沿信息获取

6.1 前沿信息获取方法 183

6.1.1 使用文献数据库 183

6.1.2 使用Google学术搜索 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 使用微软学术 191

6.1.7 使用百度学术 192

6.1.8 使用中国知网 193

6.1.9 使用arXiv 193

6.1.10 使用WikiCFP 194

6.1.11 在线课程推荐 196

6.2 人工智能领域的顶级会议 196

6.2.1 顶级会议列表的获取方法 196

6.2.2 中国计算机协会推荐的人工智能领域

A类会议 199

人工智能怎么学

6.2.3 中国计算机协会推荐的人工智能领域

B类会议 200

6.2.4 中国计算机协会推荐的人工智能领域

C类会议 201

6.2.5 顶级会议的投稿信息获取 203

6.3 人工智能领域的顶级期刊 204

6.3.1 顶级期刊列表的获取方法 204

6.3.2 中国计算机协会推荐的人工智能领域

A类期刊 206

6.3.3 中国计算机协会推荐的人工智能领域

B类期刊 207

6.3.4 中国计算机协会推荐的人工智能领域

C类期刊 208

6.3.5 顶级期刊的投稿信息获取 212

6.4 文献智能管理工具 216

6.4.1 Zotero 216

6.4.2 Mendeley 216

6.4.3 EndNote 217

6.4.4 JabRef 217

参考文献 218

7 人工智能学术写作和学术影响力提升

7.1 论文写作技巧 221

7.1.1 人工智能领域论文的风格特点 221

7.1.2 论文总体结构与质量控制 222

7.1.3 论文各子结构的实现 225

7.1.4 会议论文与期刊论文的写作差异 230

7.1.5 在线课程推荐 232

7.2 Word论文自动化排版 232

7.2.1 Word论文自动化排版的内容 233

7.2.2 格式的集中控制与修改 233

7.2.3 编号的自动生成与引用 235

7.2.4 目录的自动生成与更新 241

7.3 LaTeX论文自动化排版 242

7.3.1 LaTeX概述 242

7.3.2 LaTeX的下载地址及安装 245

7.3.3 会议和期刊的LaTeX模板下载与使用 246

7.3.4 基于LaTeX的论文各子结构的实现 246

7.3.5 LaTeX高级技巧：使用LaTeX撰写报告、

PPT及绘制图形 253

7.4 论文投稿技巧 255

7.4.1 会议论文的投稿技巧 255

7.4.2 期刊论文的投稿技巧 257

7.5 提升论文影响力的方法 258

7.5.1 开源数据 259

7.5.2 开源代码 259

7.5.3 制作demo 259

7.5.4 与读者互动 260

参考文献 260

索引

Ⅰ 主流软件索引 263

Ⅱ 常用网站及论坛索引 264