☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《人工智能》主要介紹人工智能的基本理論、技術及其應用。全書共分為9章，前五章係統地介紹人工智能的基本內容，後四章簡要地介紹當前人工智能的幾個主要研究領域。其中，第2章到第5章是本書的重點，各章都是在知識錶示技術的基礎上介紹相應的問題求解技術；第6章到第9章是擴展部分，對本科生來說，內容略有難度，可根據具體情況在章節和內容層次上進行選擇。
　　本書主要麵嚮計算機科學與技術、軟件工程、自動化控製及係統工程等專業本科生，也可以作為相關專業研究生教材或參考書，以及科研人員和愛好者自學的指導書。

目錄

齣版者的話
叢書序言
叢書編委會
前言
教學建議
第1章 緒論
1.1 什麼是人工智能
1.1.1 人工智能
1.1.2 智能
1.1.3 人工智能的測試
1.2 人工智能的研究內容
1.2.1 學科結構
1.2.2 基本技術
1.2.3 基本內容
1.3 人工智能的研究目標
1.4 人工智能的研究途徑和方法
1.4.1 傳統劃分方法
1.4.2 現代劃分方法
1.5 人工智能的研究領域
1.5.1 博弈
1.5.2 自動定理證明
1.5.3 專傢係統
1.5.4 模式識彆
1.5.5 機器學習
1.5.6 計算智能
1.5.7 自然語言處理
1.5.8 分布式人工智能
1.5.9 機器人
1.6 人工智能的發展概況
1.6.1 誕生
1.6.2 發展
1.6.3 現狀與發展趨勢
習題
第2章 基於圖的知識錶示與圖搜索技術
2.1 概述
2.1.1 知識與問題求解框架
2.1.2 知識錶示
2.1.3 圖搜索技術
2.2 狀態空間圖錶示
2.2.1 狀態空間圖
2.2.2 隱式狀態空間圖
2.3 狀態空間圖的盲目搜索
2.3.1 廣度優先搜索
2.3.2 深度優先搜索
2.4 狀態空間圖的啓發式搜索
2.4.1 啓發式搜索算法
2.4.2 啓發式搜索的A算法和A�乘惴�
2.4.3 A�乘惴ㄔ謨蝸分械撓τ�
2.5 與或圖錶示及搜索技術
2.5.1 與或圖錶示
2.5.2 與或樹的盲目搜索
2.5.3 與或樹的啓發式搜索
2.6 博弈樹及搜索技術
2.6.1 博弈樹
2.6.2 博弈樹搜索
2.6.3 剪枝技術在博弈問題中的應用
習題
第3章 基於謂詞邏輯的知識錶示與機器推理技術
3.1 機器推理概述
3.2 謂詞邏輯簡介
3.2.1 基於命題邏輯的知識錶示
3.2.2 謂詞邏輯
3.2.3 基於謂詞邏輯的知識錶示
3.3 自然演繹推理
3.4 歸結演繹推理
3.4.1 子句集
3.4.2 命題邏輯中的歸結原理
3.4.3 替換與閤一
3.4.4 謂詞邏輯中的歸結原理
3.4.5 利用歸結原理求解問題
3.4.6 歸結策略
3.5 歸結原理與Prolog語言
3.5.1 Horn子句
3.5.2 邏輯程序設計語言Prolog
3.6 基於規則的演繹推理
3.6.1 正嚮演繹推理
3.6.2 反嚮演繹推理
3.6.3 雙嚮演繹推理
習題
第4章 不確定性知識的錶示與推理技術
4.1 不確定性知識的錶示與推理概述
4.1.1 不確定性及其類型
4.1.2 不確定性推理
4.2 確定性理論
4.2.1 知識的不確定性錶示
4.2.2 證據的不確定性錶示
4.2.3 不確定性的傳播與計算
4.2.4 確定性理論的特點及進一步發展
4.3 主觀貝葉斯方法
4.3.1 知識的不確定性錶示
4.3.2 證據的不確定性錶示
4.3.3 不確定性的傳播與計算
4.3.4 主觀貝葉斯方法的特點
4.4 證據理論
4.4.1 D-S理論
4.4.2 證據理論的不確定性推理模型
4.5 基於貝葉斯網絡的推理
4.5.1 什麼是貝葉斯網絡
4.5.2 貝葉斯網絡推理
4.6 模糊推理
4.6.1 模糊集閤及模糊邏輯
4.6.2 簡單模糊推理
4.7 不確定性推理的應用
習題
第5章 産生式錶示與專傢係統
5.1 産生式與産生式係統
5.1.1 産生式錶示
5.1.2 産生式係統結構
5.1.3 産生式係統工作過程
5.2 專傢係統概述
5.2.1 什麼是專傢係統
5.2.2 專傢係統的類型
5.2.3 專傢係統的發展
5.3 專傢係統結構及工作過程
5.3.1 專傢係統的結構
5.3.2 專傢係統工作過程
5.4 專傢係統的開發
5.4.1 開發步驟和方法
5.4.2 知識獲取
5.4.3 推理機及解釋機構設計
5.4.4 開發工具及開發環境
5.5 專傢係統的實例
5.6 新型專傢係統
5.6.1 分布式專傢係統
5.6.2 協同式專傢係統
5.6.3 模糊專傢係統
5.6.4 神經網絡專傢係統
習題
第6章 機器學習
6.1 概述
6.1.1 機器學習的定義
6.1.2 機器學習係統的基本結構
6.1.3 一個學習係統的例子
6.2 概念學習
6.2.1 概念學習的FIND-S算法
6.2.2 FIND-S算法實例
6.3 決策樹
6.3.1 決策樹的錶示
6.3.2 決策樹的學習--ID3算法
6.3.3 ID3算法實例
6.4 人工神經網絡
6.4.1 感知器
6.4.2 綫性單元
6.4.3 多層網絡和反嚮傳播算法
6.4.4 反嚮傳播算法實例
6.5 遺傳算法
6.5.1 遺傳算法模型
6.5.2 遺傳算法實例
6.5.3 遺傳編程
6.5.4 遺傳編程舉例
習題
第7章 計算智能
7.1 人工免疫算法
7.1.1 自然免疫係統
7.1.2 人工免疫算法模型
7.1.3 人工免疫算法的應用
7.2 蟻群算法
7.2.1 螞蟻係統的原理
7.2.2 蟻群算法模型
7.2.3 蟻群算法的應用
7.3 粒子群算法
7.3.1 粒子群係統
7.3.2 粒子群算法模型
7.3.3 粒子群算法的應用
7.4 模擬退火算法
7.4.1 固體退火過程
7.4.2 模擬退火算法模型
7.4.3 模擬退火算法的應用
習題
第8章 自然語言處理
8.1 概述
8.1.1 自然語言的特點
8.1.2 自然語言處理涉及的層次
8.2 詞法分析
8.2.1 英語中詞的識彆
8.2.2 漢語分詞
8.3 句法分析
8.3.1 短語結構語法
8.3.2 依存語法
8.4 語義分析
8.4.1 詞義消歧
8.4.2 語義角色標注
8.5 語言知識庫
8.5.1 現代漢語語法信息詞典
8.5.2 知網
8.5.3 現代漢語虛詞用法知識庫
8.6 自然語言處理的應用
8.6.1 機器翻譯
8.6.2 信息檢索
習題
第9章 分布式人工智能及其應用
9.1 DAI的特點
9.1.1 Agent及其特性
9.1.2 Agent分類
9.1.3 Agent的BDI模型
9.1.4 Agent聯盟
9.1.5 DAI係統特性
9.2 多Agent係統
9.2.1 多Agent係統分類
9.2.2 Agent的學習
9.2.3 多Agent通信
9.3 分布式問題求解
9.3.1 多Agent聯閤求解過程
9.3.2 閤同網
9.4 並行人工智能
9.4.1 並行人工智能的軟件支持
9.4.2 並行人工智能的硬件支持
9.5 分布式人工智能的應用
9.5.1 多Agent在軍事作戰指揮係統中的應用
9.5.2 多Agent在智能交通中的應用
9.5.3 多Agent在智能大廈中的應用
習題
實驗指導
基礎實驗部分
實驗一 求解八數碼問題
實驗二 使用極小極大分析方法實現井字棋遊戲
實驗三 實現基於謂詞邏輯的歸結原理
實驗四 實現一個基於産生式係統的小型專傢係統
擴展實驗部分
參考文獻

前言/序言

人工智能 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

後麵介紹瞭就一些問題的算法分析 和解決思路

評分☆☆☆☆☆

後麵介紹瞭就一些問題的算法分析 和解決思路

評分☆☆☆☆☆

很快

評分☆☆☆☆☆

非常滿意

評分☆☆☆☆☆

結閤離散數學和數據結構的原理去介紹分解人工智能初步

評分☆☆☆☆☆

還好吧，就那樣，。。。。。

評分☆☆☆☆☆

還好吧，就那樣，。。。。。

評分☆☆☆☆☆

很快

評分☆☆☆☆☆

還好吧，就那樣，。。。。。

類似圖書 點擊查看全場最低價