人工智能专业英语 阿里云 kindle chm umd 极速 pdf txt 下载

本书是面向人工智能专业英语课程的教材，全书共分为10个单元，分别为人工智能介绍、知识表示和推理、不确定性推理、人工智能的搜索方法、机器学习、人工神经网络、深度学习、强化学习、计算机视觉和自然语言处理。本书信息量大，知识性强，注重英语的听、说、读、写、译能力的全面培养和实际应用。各单元内容均分为阅读与翻译、写作、听与说三大部分； 采用场景式教学和体验式学习相结合的方式，融合了角色扮演、多人会话和小组讨论等行之有效的训练方法。 本书适合国内各类高校智能科学与技术、计算机科学与技术、软件工程等相关专业教学之用，也可作为其相关专业或IT领域人员的自学参考用书。

Contents

扩展资源

Unit 1Introduction to Artificial Intelligence00

Part 1Reading & Translating00

Section A： The Turing Test00

Section B： Benefits and Risks of Artificial Intelligence00

Part 2Simulated Writing: Uncovering the Secrets of Clear Writing (I)0

Part 3Listening & Speaking0

Dialogue： Artificial Intelligence 0

Listening Comprehension： Thinking Machines 0

Dictation： Intelligent Agent 0

Unit 2Knowledge Representation and Reasoning0

Part 1Reading & Translating0

Section A： Representing and Manipulating Knowledge0

Section B： Learning0

Part 2Simulated Writing: Uncovering the Secrets of Clear Writing (II)0

Part 3Listening & Speaking0

Dialogue： Knowledge Representation and Reasoning 0

Listening Comprehension： Logical Reasoning 0

Dictation： Semantic Networks 0

Unit 3Reasoning with Uncertainty0

Part 1Reading & Translating0

Section A： Reasoning with Uncertainty0

Section B： Probabilistic Reasoning0

Part 2Simulated Writing: Communicating with Social Media0

Part 3Listening & Speaking0

Dialogue： Reasoning with Uncertainty 0

Listening Comprehension： Fuzzy Logic 0

Dictation： Bayesian Network 0

Unit 4Search Methods in Artificial Intelligence0

Part 1Reading & Translating0

Section A： Heuristic Search0

Section B： Genetic Algorithms0

Part 2Simulated Writing: Using Presentation Software to Write0

Part 3Listening & Speaking0

Dialogue： Search Methods in Artificial Intelligence 0

Listening Comprehension： A* Search 0

Dictation： Heuristic Search Techniques 0

Unit 5Machine Learning0

Part 1Reading & Translating0

Section A： Decision Tree in Machine Learning0

Section B： Kmeans Clustering Algorithm and Example0

Part 2Simulated Writing: Developing Reports and Proposals(I)0

Part 3Listening & Speaking0

Dialogue： Machine Learning 0

Listening Comprehension： Supervised Learning 0

Dictation： Unsupervised Learning 0

Unit 6Artificial Neural Networks0

Part 1Reading & Translating

Section A： Artificial Neural Networks

Section B： Handwritten Digit Recognition

Part 2Simulated Writing: Developing Reports and Proposals(II)

Part 3Listening & Speaking

Dialogue： Artificial Neural Network 

Listening Comprehension： Training Artificial Neural Networks 

Dictation： Applications of Neural Networks 

Unit 7Deep Learning

Part 1Reading & Translating

Section A： Deep Learning，Machine Learning，and AI

Section B： Convolutional Neural Network

Part 2Simulated Writing: Writing Professional Letters (I)

Part 3Listening & Speaking

Dialogue： Deep Learning 

Listening Comprehension： Generative Adversarial Network 

Dictation： Recurrent Neural Network 

Unit 8Reinforcement Learning

Part 1Reading & Translating

Section A： Reinforcement Learning，Deep Learnings Partner

Section B： AlphaGo Zero： Starting from Scratch

Part 2Simulated Writing: Writing Professional Letters (II)

Part 3Listening & Speaking

Dialogue： Reinforcement Learning 

Listening Comprehension： Deep Reinforcement Learning 

Dictation： Reinforcement Learning Challenges 

Unit 9Computer Vision

Part 1Reading & Translating

Section A： Whats the Difference between Computer Vision，

Image Processing and Machine Learning?

Section B： Using Vision for Controlling Movement

Part 2Simulated Writing: Writing for Employment (I)

Part 3Listening & Speaking

Dialogue： Computer Vision 

Listening Comprehension： Pattern Recognition 

Dictation： Artificial Intelligence，Machine Learning，Deep Learning，

and Computer Vision...What is the Difference？ 

Unit 10Natural Language Processing

Part 1Reading & Translating

Section A： Language Understanding

Section B： Natural Language Processing vs．Machine Learning vs．

Deep Learning

Part 2Simulated Writing: Writing for Employment (II)

Part 3Listening & Speaking

Dialogue： Natural Language Processing 

Listening Comprehension： Speech Recognition 

Dictation： Natural Language Understanding 

Glossary

Abbreviations

Answers

Bibliography

附赠学习视频

吕云翔,1986-1992： 北方交通大学讲师； 1992-1994： 比利时VUB大学应用信息技术硕士； 1994-1996： 比利时VUB大学MBA；  1996-2003： IT公司项目经理 2003-至今： 北航软件学院副教授。已出版二十几本教材（其中“计算机导论实践教程”一书获北航2010年教学成果三等奖；

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：人工智能专业英语在线阅读

在线听书地址：人工智能专业英语在线收听

在线购买地址：人工智能专业英语在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

本书适合人工智能初学者、相关行业从业人员以及高等院校计算机科学、软件工程等相关专业的师生阅读。

前言

英语是全球IT行业的行业语言，英语技能是IT行业基本的技能之一，因此熟练掌握相关英语技能对于发展职业生涯具有积极的影响。

本书是按照的《大学英语教学大纲》对专业英语的要求，为开设人工智能专业英语课程而编写的教材。在满足人工智能专业英语教学的同时，注重实际应用与调动学习兴趣。本书选材广泛，内容丰富。全书共分为10个单元，分别为人工智能介绍、知识表示和推理、不确定性推理、人工智能的搜索方法、机器学习、人工神经网络、深度学习、强化学习、计算机视觉和自然语言处理。

本书在对话场景的编排上以3位计算机专业的大学本科生Mark、Henry和Sophie的学习生活为主要背景，他们交流的话题围绕各章主题展开，并在对话中丰富各章主题，将全书内容巧妙地联系在一起。

本书信息容量大，知识性强，注重英语的听、说、读、写、译能力的全面培养和实际应用。各单元内容均分为阅读与翻译、写作、听说三大部分。

本书采用场景式教学和体验式学习相结合的方式，教材中设计的听力、口语融合了角色扮演、多人会话和小组讨论等行之有效的训练方法，能较好地满足课堂教学的需要。

另外，本书配有丰富的教辅资源，包括听与说录音、参考译文、练习答案，并提供授课PPT。

本书建议教学时长为48学时或32学时(可根据具体情况进行适当的裁剪)。理论授课包括课堂讲解、讨论、练习等必要的课内教学环节。建议授课时间比例为： 阅读部分40%，写作部分20%，听与说部分40%。

资源下载提示

课件等资源： 扫描封底的“课件下载”二维码，在公众号“书圈”下载。

扩展资源： 扫描目录上方的二维码下载。

在线听力： 扫描封底刮刮卡中的二维码，再扫描书中相应章节中的二维码可以在线学习。

本书由吕云翔编著，曾洪立参与了部分内容的编写并进行了素材整理及配套资源制作等。

在本书的编写过程中，得到了美国Auburn大学的Yvonne Williams女士的指导，在此表示衷心的感谢。感谢高峻逸和杜予同为本书提供的大力帮助。

本书试图融合听、说、读、写、译各项技能的训练，书中难免会有不尽如人意之处，敬请专家与读者不吝赐教，以使该书臻于完善。

编者

2021年5月于北京