人工智能入門與實戰 使用Raspberry Pi和Python演練 人工智能入门与实战 使用Raspberry Pi和Python演练

Donald J. Norris擁有電子工程學士學位及生產管理MBA學位。
他目前在南新罕布什爾大學任職，教授本科生和研究生計算機科學相關課程。
同時，他也開設了一些機器人技術的課程。
他擁有33年的教學經驗，曾在多所大學擔任副教授。

Donald後來從美國海軍的民間聯合服務組織退休，在那裡他專註於核潛艇有關的聲學和高級數字信號處理。
自此，他作為一位使用C、C＃、C++、Python、MicroPython、
Node.js和Java等語言的專業軟件開發者已經擁有過23年的編程經驗，其中有6年擔任IT安全顧問。

Donald撰寫並出版了6本書，主題內容涉及樹莓派、
如何組裝和操作自己的無人機、MicroPython、物聯網和Edison微處理器等方面。

Donald創建了名為Norris Embedded Software Solutions (dba NESS LLC)的諮詢顧問公司，
專門開發基於微處理器和微控制器的應用解決方案。
Donald認為自己是一個充滿激情的極客，總是去嘗試新鮮事物。
他也是私人飛行員、攝影愛好者、業餘無線電操作員和狂熱的跑步健身者。

1章 人工智能簡介 1
1.1 AI的歷史起源 1
1.2 智能 6
1.3 強AI與弱AI，廣義AI與
狹義AI 7
1.4 推理 8
1.5 人工智能的分類 9
1.6 人工智能和大數據 11
1.7 小結 12

2章 基礎AI概念 13
2.1 布爾代數 13
2.2 推論 15
2.3 專家系統 16
2.3.1 衝突解決 16
2.3.2 反向鏈 18
2.4 配置Raspberry Pi 18
2.5 SWI Prolog簡介 19
2.6 在Raspberry Pi上安裝
Prolog 19
2.7 Prolog初步演示 20
2.8 模糊邏輯簡介 22
2.8.1 FL的例子 23
2.8.2 去模糊化 24
2.9 問題解決 25
2.9.1 廣度優先搜索 25
2.9.2 深度優先搜索 25
2.9.3 深度有限搜索 26
2.9.4 雙向搜索 26
2.9.5 問題解決的其他例子 26
2.10 機器學習 27
2.10.1 預測 27
2.10.2 分類 28
2.10.3 進一步分類 31
2.11 神經網絡 32
2.12 淺層學習與深度學習 37
2.13 進化計算 37
2.14 遺傳算法 38
2.15 小結 39

3章 專家系統演示 41
3.1 例3-1：辦公室數據庫 42
3.2 例3-2：識別動物 47
3.3 例3-3：井字遊戲 51
3.4 例3-4：感冒還是
流感？56
3.5 例3-5：使用Raspberry Pi
GPIO控制輸出的專家
系統 58
3.5.1 安裝PySWIP庫 59
3.5.2 安裝硬件 60
3.5.3 配置Rpi.GPIO 61
3.5.4 帶LED控制的專家
系統 62
3.6 小結 64

4章 遊戲 65
4.1 例4-1：剪刀石頭布 66
4.1.1 帶開關和LED的剪刀
石頭布遊戲 69
4.1.2 中斷 73
4.2 例4-2：Nim 75
4.2.1 帶LCD和開關的
Nim` 81
4.2.2 LCD顯示屏 84
4.2.3 加載Adafruit LCD庫 85
4.2.4 LCD測試 86
4.2.5 automated_nim.py 87
4.3 小結 93

5章 模糊邏輯系統 95