☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

编辑推荐

适读人群 ：可作为高等院校计算机科学与技术、自动化等专业的本科生、研究生的人工智能课程教材，
　　一本全面阐述人工智能基础理论、全面体现国际上人工智能领域先进水平的书籍。

内容简介

　　本书系统地介绍了人工智能的基本原理、方法和应用技术，全面反映了国内外人工智能研究领域的进展和发展方向。全书共12章。第1章简要介绍了人工智能的概况。第2~6章阐述了人工智能的基本原理和方法，重点论述了知识表示、自动推理、机器学习和神经网络等。第7章和第8章介绍了专家系统、自然语言处理等应用技术。第9~11章阐述了当前人工智能的研究热点，包括分布式人工智能与智能体、智能机器人和互联网智能等。第12章探讨了类脑智能，展望人工智能的发展。　　本书力求科学性、实用性和先进性，可读性好。内容由浅入深、循序渐进，条理清晰，让学生在有限的时间内掌握人工智能的基本原理与应用技术，提高对人工智能习题的求解能力。　　本书可以作为高等院校计算机科学与技术、自动化等相关专业的研究生和高年级本科生的人工智能课程教材，也可以供从事人工智能研究与应用的科技人员学习参考。

目录

出版说明前言第1章绪论1.1什么是人工智能1.2人工智能的起源与发展历史1.3人工智能研究的基本内容1.3.1认知建模1.3.2知识表示1.3.3自动推理1.3.4机器学习1.4人工智能研究的主要学派1.4.1符号主义1.4.2连接主义1.4.3行为主义1.5人工智能的应用1.6小结和展望习题第2章知识表示2.1概述2.2谓词逻辑2.3产生式系统2.4语义网络2.4.1语义网络的概念和结构2.4.2复杂知识的表示2.4.3常用的语义联系2.5框架2.5.1框架结构2.5.2框架网络2.5.3推理方法2.6状态空间2.7面向对象的知识表示2.8脚本2.8.1脚本描述2.8.2概念依赖关系2.9本体2.10小结习题第3章自动推理3.1概述3.2三段论推理3.3盲目搜索3.3.1深度优先搜索3.3.2宽度优先搜索3.3.3迭代加深搜索3.4回溯策略3.5启发式搜索3.5.1启发性信息和评估函数3.5.2爬山算法3.5.3模拟退火算法3.5.4最好优先算法3.5.5通用图搜索算法3.5.6A*算法3.5.7迭代加深A*算法3.6与或图启发式搜索3.6.1问题归约的描述3.6.2与或图表示3.6.3AO*算法3.7博弈搜索3.7.1极大极小过程3.7.2α-β过程3.8归结演绎推理3.8.1子句型3.8.2置换和合一3.8.3合一算法3.8.4归结式3.8.5归结反演3.8.6答案的提取3.8.7归结反演的搜索策略3.9产生式系统3.9.1产生式系统的基本结构3.9.2正向推理3.9.3反向推理3.9.4混合推理3.10自然演绎推理3.11非单调推理3.11.1默认推理3.11.2限制推理3.12小结习题第4章不确定性推理4.1概述4.1.1不确定性知识分类4.1.2不确定性推理的基本问题4.1.3不确定性推理方法分类4.2可信度方法4.2.1建造医学专家系统时的问题4.2.2可信度模型4.2.3确定性方法的说明4.3主观贝叶斯方法4.3.1贝叶斯公式4.3.2知识不确定性的表示4.3.3证据不确定性的表示4.3.4组合证据不确定性的计算4.3.5不确定性的传递算法4.3.6结论不确定性的合成4.4证据理论4.4.1假设的不确定性4.4.2证据的组合函数4.4.3规则的不确定性4.4.4不确定性的组合4.5模糊逻辑和模糊推理4.5.1模糊集合及其运算4.5.2语言变量4.5.3模糊逻辑4.5.4模糊推理4.6小结习题第5章机器学习5.1机器学习概述5.1.1简单的学习模型5.1.2什么是机器学习5.1.3机器学习的研究概况5.2归纳学习5.2.1归纳学习的基本概念5.2.2变型空间学习5.2.3决策树5.3类比学习5.3.1相似性5.3.2转换类比5.3.3基于案例的推理5.3.4迁移学习5.4统计学习5.4.1逻辑回归5.4.2支持向量机5.4.3提升方法5.5强化学习5.5.1强化学习模型5.5.2学习自动机5.5.3自适应动态程序设计5.5.4Q-学习5.6进化计算5.6.1达尔文进化算法5.6.2遗传算法5.6.3进化策略5.6.4进化规划5.7群体智能5.7.1蚁群算法5.7.2粒子群优化5.8知识发现5.9小结习题第6章神经网络6.1概述6.2神经信息处理的基本原理6.3感知机6.3.1基本神经元6.3.2感知机模型6.4前馈神经网络6.4.1前馈神经网络模型6.4.2误差反向传播算法6.4.3BP算法的若干改进6.5Hopfield网络6.5.1离散 Hopfield 网络6.5.2连续Hopfield网络6.6随机神经网络6.6.1模拟退火算法6.6.2玻耳兹曼机6.7深度学习6.7.1人脑视觉机理6.7.2自编码器6.7.3受限玻耳兹曼机6.7.4深度信念网络6.7.5卷积神经网络6.8自组织神经网络6.8.1网络的拓扑结构6.8.2网络自组织算法6.8.3监督学习6.9小结习题第7章专家系统7.1专家系统概述7.1.1什么是专家系统7.1.2专家系统的特点7.1.3专家系统的发展史7.2专家系统的基本结构7.3专家系统MYCIN7.3.1咨询子系统7.3.2静态数据库7.3.3控制策略7.4专家系统工具CLIPS7.4.1概述7.4.2CLIPS中的知识表示7.4.3CLIPS运行7.4.4Rete匹配算法7.5专家系统工具JESS7.6面向对象专家系统工具OKPS7.6.1OKPS中的知识表示7.6.2推理控制语言ICL7.7专家系统建造7.7.1需求分析7.7.2系统设计7.7.3知识库构建7.7.4系统开发7.7.5系统测试7.8新型专家系统7.8.1分布式专家系统7.8.2协同式专家系统7.8.3神经网络专家系统7.8.4基于互联网的专家系统7.9小结习题第8章自然语言处理8.1概述8.1.1什么是自然语言处理8.1.2自然语言处理的发展8.1.3自然语言处理的层次8.2词法分析8.3句法分析8.3.1短语结构语法8.3.2乔姆斯基形式语法8.3.3句法分析树8.3.4转移网络8.3.5扩充转移网络8.4语义分析8.4.1语义文法8.4.2格文法8.5语用分析8.6语料库8.6.1语料库语言学8.6.2统计方法的应用8.6.3汉语语料库加工8.7信息检索8.8机器翻译8.9问答系统8.10小结习题第9章分布式人工智能与智能体9.1概述9.2分布式问题求解9.2.1分布式人工智能的兴起9.2.2分布式问题求解系统分类9.2.3分布式问题求解过程9.3智能体理论9.3.1理性智能体9.3.2BDI智能体模型9.4智能体结构9.4.1智能体基本结构9.4.2慎思智能体9.4.3反应智能体9.4.4层次智能体9.5智能体通信语言ACL9.5.1智能体间通信概述9.5.2FIPA ACL消息9.6协调和协作9.6.1引言9.6.2合同网9.6.3基于生态学的协作9.6.4基于对策论的协商9.6.5基于意图的协商9.7移动智能体9.8多智能体环境MAGE9.9小结习题第10章智能机器人10.1概述10.2智能机器人的体系结构10.3机器人视觉系统10.3.1视觉系统分类10.3.2定位技术10.3.3自主视觉导航10.3.4视觉伺服系统10.4机器人规划10.4.1任务规划10.4.2分层任务网络规划10.4.3路径规划10.4.4轨迹规划10.5情感机器人10.6发育机器人10.7机器人应用10.8智能机器人发展趋势10.9小结习题 第11章互联网智能11.1概述11.2语义Web11.2.1语义Web的层次模型11.2.2本体的基本概念11.2.3本体描述语言OWL11.3本体知识管理11.3.1知识管理系统Protégé11.3.2知识管理系统KMSphere 11.4Web技术的演化11.5Web挖掘11.5.1Web内容挖掘11.5.2Web结构挖掘11.5.3Web使用挖掘11.6搜索引擎11.6.1搜索引擎原理11.6.2知识图谱11.7集体智能11.7.1引言11.7.2社群智能11.7.3集体智能系统11.7.4全球脑11.8小结习题第12章类脑智能12.1概述12.2大数据智能12.3认知计算12.4欧盟人脑计划12.5美国脑计划12.6脑模拟系统Spaun12.7神经形态芯片12.8类脑智能路线图习题附录课程实习参考文献

前言/序言

　　人工智能是计算机科学的一个分支，是采用人工的方法和技术，通过研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。人工智能自1956年诞生以来，历经艰辛与坎坷，取得了举世瞩目的成就，特别是机器学习、数据挖掘、计算机视觉、专家系统、自然语言处理、模式识别、机器人等相关的应用带来了良好的经济效益和社会效益。广泛使用的互联网也正在探索应用知识表示和推理，构建语义Web, 提高互联网信息的效率。2015年7月4日，国务院发布《关于积极推进“互联网＋”行动的指导意见》，明确未来三年以及十年的发展目标，提出包括“互联网＋”创业创新、“互联网＋”协同制造、“互联网＋”现代农业、“互联网＋”智慧能源、“互联网＋”普惠金融、“互联网＋”益民服务、“互联网＋”高效物流、“互联网＋”电子商务、“互联网＋”便捷交通、“互联网＋”绿色生态和“互联网＋”人工智能11项重点行动，充分发挥智能科学与技术的作用，形成经济发展新动能，催生经济新格局。　　人工智能的长期目标是建立达到人类智力水平的人工智能，智能科学指明了其实现的途径，发达国家都在积极开展探索。2013年1月28日，欧盟启动了旗舰“人类大脑计划”, 未来10年将投入10亿欧元的研发经费，目标是用超级计算机多段多层完全模拟人脑，帮助理解人脑功能。2013年4月2日，美国总统奥巴马宣布一项重大计划，将进行历时10年左右、总额10亿美元的研究计划——运用先进创新型神经技术的大脑研究BRAIN，目标是研究大脑中数十亿神经元的功能，探索人类感知、行为和意识，希望找出治疗阿尔茨海默氏症(老年痴呆症)等与大脑有关疾病的方法。我国也在积极酝酿开展类脑智能的研究。　　数字化、网络化和智能化是信息社会发展的必然趋势，智能革命将开创人类后文明史。如果说蒸汽机创造了工业社会，那么智能机也一定能奇迹般地创造出智能社会，实现社会生产的自动化和智能化，促进知识密集型经济的大发展，在这方面人工智能将发挥重大作用。　　本书是作者在多年的科研与教学实践基础上，吸取国内外多种人工智能教材的优点，参考国际上最新的研究成果编写而成，具有下列特点：　　1）科学性。全面阐述人工智能的基础理论，力求概念正确，有效结合求解智能问题的数据结构以及实现的算法。　　2）实用性。根据人工智能实际应用需求，安排知识表示、自动推理、机器学习、神经网络、专家系统和自然语言处理等内容，并通过大量的例题讲解解题方法。　　3）先进性。尽可能吸收国际上最新的研究成果，反映人工智能领域在分布式人工智能、机器人、互联网智能和类脑智能等方面的最先进水平。　　4）可读性。文字表述力求通俗易懂，文笔流畅，使读者易于理解所学内容。在内容安排上力求由浅入深，循序渐进。　　全书共12章。第1章简要介绍人工智能的基本概念、研究发展的状况以及各个学派的观点，并对其研究与应用领域进行了必要的讨论。第2章介绍基本的知识表示方法，包括产生式系统、语义网络、框架理论和状态空间，并介绍概念依赖、脚本和本体等方法。第3章讨论自动推理，对各种搜索技术、博弈问题、产生式系统、归结推理规则和归结原理，以及非单调推理等进行讨论。第4章是不确定性推理，讨论主观贝叶斯方法、确定性理论、证据理论，以及模糊逻辑和模糊推理等内容。第5章是机器学习，介绍归纳学习、ID3算法、类比学习、统计学习和SVM、强化学习、进化计算和群体智能等。第6章讨论神经网络，重点介绍感知机、前馈神经网络、Hopfield网络、随机神经网络、深度学习和自组织神经网络。第7章介绍专家系统，主要介绍专家系统的基本原理、典型的专家系统和开发工具。第8章是自然语言处理，主要阐述自然语言词法、句法、语义分析、真实文本语料库和语用分析等方面，介绍自然语言处理所涉及的关键技术。第9章讨论智能体技术的重要概念和关键技术。第10章论述智能机器人，探讨智能机器人的体系结构、视觉系统、自动规划，列举智能机器人的重要应用。第11章是互联网智能，介绍语义Web、本体知识管理、Web技术、Web挖掘、搜索引擎和集体智能等。最后一章探讨类脑智能，展望类脑智能发展的路线图。　　在本书的每章后面都附有一定数量的习题，以巩固所学知识。为了加强课程的实践环节，书后列出了课程习题，使读者能够应用所学内容解决实际问题。在最后列出了参考文献，读者可以从中得到进一步的学习。　　本书内容力求做到由浅入深、循序渐进、条理清晰、前后一致，既强调基本原理和工程应用，又要反映国内外研究和应用的最新进展，具有科学性、先进性和实用性。本书包含了作者多年的科研和教学实践，也吸取了国内外同类教材和有关文献的精华，在此谨向这些教材和文献的作者表示感谢，也向提供帮助的许多老师和学生表示感谢。　　本书研究工作得到国家重点基础研究发展计划（973）“脑机协同的认知计算模型”（项目编号：2013CB329502）、国家自然科学基金重点项目“基于云计算的海量数据挖掘”（批准号：61035003）、国家科技支撑项目“颌面部组织缺损和畸形重建相关技术研究” （批准号：2012BA107B02）等的支持。在本书编写和出版过程中，得到了机械工业出版社的大力支持，在此谨表诚挚的谢意。　　本书可以作为高等院校计算机科学与技术、自动化等相关专业的研究生和高年级本科生的人工智能课程教材，也可以供从事人工智能研究与应用的科技人员学习参考。在教学过程中老师可以根据实际需要对内容进行取舍。　　由于作者水平有限，加之人工智能发展迅速，书中不妥和错误之处在所难免，诚恳地希望专家和读者提出宝贵意见，以帮助本书改进和完善。
人工智能 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

很好，内容丰富，写的很详细。

评分☆☆☆☆☆

此用户未填写评价内容

评分☆☆☆☆☆

还可以，收藏用的！

评分☆☆☆☆☆

理论基础书.

评分☆☆☆☆☆

刚买的，还没来得力看！

评分☆☆☆☆☆

京东配送很快，质量不错，内容不错。

评分☆☆☆☆☆

最热门的专业，必读刊物。

评分☆☆☆☆☆

替别人买的，很好

评分☆☆☆☆☆

物流超快，包装完好，书籍编写有条理，组织架构明了，不错

类似图书 点击查看全场最低价