人工智能算法(Python語言版)（簡體書）

本書以“經典計算機算法—數據挖掘算法—深度學習算法”為主線，將人工智能算法與Python程序示例相結合，開發了基於Git的在線編程平臺和案例庫，旨在構建人工智能算法“思想—偽碼—分析—實現”四位一體的知識傳遞和學習框架。各章基於一個經典問題或典型例子介紹各類算法，給出問題背景、算法偽碼和程序示例，注重算法設計與分析理念的傳遞。

本書分基礎篇、提高篇和新技術篇: 基礎篇（第1～7章）以分治法、減治法、貪心法、動態規劃法、回溯法、分支限界法為代表，介紹經典計算機算法；經典篇（第8～13章）以分類、聚類、異常檢測、頻繁模式挖掘、鏈接分析和概率推理算法為代表，介紹數據挖掘算法；新技術篇（第14～18章）以降維、目標檢測、問答系統、圖分析算法為代表，介紹深度學習算法。

本書內容的學習，需讀者具有計算機程序設計和數據結構的基礎知識，以及使用開源平臺的基本能力。

本書可作為計算機和電子信息類相關專業本科生、研究生、職校生的算法、人工智能或機器學習等相關課程的教材或主要參考書，也可作為人工智能相關領域研究和開發人員的參考書。教師可根據學生類別、課程性質、學分設置和學習目標等選擇不同篇（或章）進行講解。

內容系統全面。以“經典計算機算法-數據挖掘算法-深度學習算法”為主線，算法偽代碼與Python程序示例相結合，提供人工智能算法“思想-偽碼-分析-實現”四位一體的學習框架。

配套資源豐富。每章基於一個典型案例或經典問題介紹各類算法，給出問題背景、算法偽碼和程序示例，匹配了可供讀者免費使用的在線編程平臺和案例庫，也可下載相關資源。

讀者覆蓋面廣。本書為本科生和研究生人工智能算法課程提供教材，教師可根據學生類別、學習目標、課程性質、學分設置等選擇不同章節開展教學，也可供相關領域研究和開發人員參考。

算法、數據和算力，是人工智能的“三大基石”，算法的優劣直接決定人工智能水平的高低，算法是人工智能項目的“靈魂”，人工智能的本質是算法。從計算機和電子信息類相關專業人才培養的角度，算法設計、分析、實現和應用的能力，是各個層次的專業人才都需具備的核心能力，是程序設計與實踐創新能力提升的重要基礎，反映了學生解決複雜工程問題、應用信息技術對實際問題進行建模和求解的必要素養。

在信息技術領域專業人才培養的過去、現在和未來，算法始終扮演著核心課程的重要角色。隨著互聯網、云計算、大數據、人工智能等技術的快速發展和廣泛應用，算法的內涵不斷演進，外延日益豐富，對算法課程的教學內容和教學模式提出了新的要求。培養學生解決複雜工程問題能力的迫切需求與算法課程的內容設置和教學模式之間，仍存在算法設計和編程實現銜接不夠緊密、教學預期成效與學生能力達成不夠契合、不同學習階段算法知識的系統性不夠清晰等方面的矛盾。

以計算為中心轉變到以數據為中心，是當代計算機發展過程中發生的深刻變化。一方面，人工智能時代算法知識的學習，需要以傳統的計算機算法為基礎來建立算法設計與分析的基本理念，並面向實際中的智能數據分析需求來學習經典的數據挖掘和深度學習算法，把握當代人工智能模型和方法的基本思路。算法設計能力與程序設計能力的提升相輔相成，真正發揮算法在計算機和電子信息類專業人才核心能力培養中的關鍵作用，是從培養人工智能算法“駕駛員”到“造車人”的重要手段。另一方面，不同層次的讀者對人工智能算法知識的需求也有很大差異，並不存在通用的學習模式、面面俱到的學習內容、一成不變的學習方法；算法理念、設計技巧、實現技術，是希望通過學習獲得的最有價值的內容。

圍繞以上背景和目標，既要保證人工智能算法知識體系的完整性和系統性，也要保證知識講解從易到難和從簡到繁，不陷入同一類算法的重復應用。本書聚焦智能數據分析任務，以“經典計算機算法—數據挖掘算法—深度學習算法”為主線，以算法偽碼與包括核心代碼的Python程序示例相結合的方式，旨在構建人工智能算法“思想—偽碼—分析—實現”四位一體的知識傳遞和學習框架，達到舉一反三、觸類旁通的效果，培養學生的算法思維和工程能力。本書基於一個典型例子或經典問題介紹各類算法，給出問題背景、算法偽碼和程序示例，注重算法設計與分析理念的傳遞，而不陷入技術的細節。

本書內容分3篇: 基礎篇、提高篇和新技術篇。

 基礎篇介紹經典計算機算法，具體包括第1章的算法設計與分析基礎、第2章的分治法、第3章的減治法、第4章的貪心法、第5章的動態規劃法、第6章的回溯法、第7章的分支限界法。

 提高篇介紹數據挖掘算法，具體包括第8章的分類算法、第9章的聚類算法、第10章的異常檢測算法、第11章的頻繁模式挖掘算法、第12章的鏈接分析算法、第13章的概率推理算法。

 新技術篇介紹深度學習算法，具體包括第14章的人工神經網絡和深度學習概述、第15章的降維算法、第16章的目標檢測算法、第17章的問答系統算法、第18章的圖分析算法。

作者提供了算法執行過程的演示動畫，讀者可掃描封底刮刮卡注冊後再掃描書中二維碼觀看。此外，作者開發了基於Git的在線編程平臺和案例庫，基於GitHub開源項目托管平臺、GitPod在線開發環境和VS Code編輯器，給出便於教師和學生使用、Python語言編寫的在線案例（包括示例程序和自測練習），將算法的在線編程、自動測試、開源托管和持續集成無縫對接，可供本書讀者免費使用，希望能成為本書內容的有益補充。我們也在不斷完善在線案例，希望能在本書的使用過程中不斷豐富，為使用本書的讀者提供日益豐富的“贈品”。

本書既考慮了人工智能算法在基礎、經典和前沿三方面內容的系統性，也考慮了人工智能算法在過去、現在和未來時間軸上技術發展和學習方式演變的延續性；既包括了人工智能算法學習和研究中常用的建模思路和設計技巧，也匹配了可供讀者免費使用、基於Git平臺的算法在線編程實現和案例庫。本書的編寫和出版，旨在為計算機和電子信息類相關專業本科生、研究生、職校生的算法、人工智能或機器學習等相關課程提供既能從理論層面理解，也能從實踐層面實現人工智能算法的教材，可根據學生類別、課程性質、學分設置和學習目標等選擇不同篇或章，也可作為人工智能相關領域研究和開發人員的參考書。

本書在策劃和編寫過程中，高等學校智能科學與技術/人工智能專業教材編委會專家、華東師範大學周傲英教授和周烜教授、中國科學院計算技術研究所史忠植研究員為本書提出了許多寶貴的意見和建議。清華大學出版社責任編輯張玥老師對本書的編輯出版工作給予了大力的指導和支持，付出了辛勤的勞動。云南大學信息學院、云南省智能系統與計算重點實驗室為本書的編寫提供了良好的設備和工作環境，云南大學數據與知識工程課題組的十余名教師和研究生給予了很多有益的幫助。在此，謹向每一位關心和支持本書編寫工作的各方面人士一並表示衷心的感謝。

由於作者的知識和水平有限，對算法的理解和觀點可能不夠全面，書中錯誤和疏漏之處難免，懇請各位專家和讀者批評指正，使本書不斷改進。

作者

2022年1月