幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧導論(第2版普通高等教育系列教材)

  • 作者：編者:鮑軍鵬//張選平|責編:郝建偉//侯穎
  • 出版社：機械工業
  • ISBN：9787111660521
  • 出版日期：2020/08/01
  • 裝幀：平裝
  • 頁數：339
人民幣：RMB 75 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統地闡述了人工智慧的基本理論、基本技術、研究方法和應用領域，全面地反映了人工智慧研究領域的發展，並根據人工智慧的發展動向對一些傳統內容做了取捨，如詳細介紹了機器學習方面的內容。全書共分為8章，內容涉及人工智慧的基本概念、知識工程、確定性推理和不確定性推理、搜索與優化策略、機器學習、人工神經網路與深度學習.以及模式識別、自然語言處理和多智能體等。每章後面附有習題，以供讀者練習。
    本書充分考慮到人工智慧領域的發展動態，注重系統性、新穎性、實用性和可讀性，內容由淺入深、循序漸進、條理清晰。本書適合作為電腦專業本科生和其他相關專業本科生、研究生的教材，也可作為有關科技人員的參考書。
    本書配有授課電子課件，需要的教師可登錄www.cmpedu.com免費註冊，審核通過後下載，或聯繫編輯索取（微信：15910938545；電話：010-88379739）。
作者介紹
編者:鮑軍鵬//張選平|責編:郝建偉//侯穎
目錄
前言
第1章  緒論
  1.1  什麼是人工智慧
    1.1.1  關於智能
    1.1.2  人工智慧的研究目標
  1.2  人工智慧發展簡史
  1.3  人工智慧的研究方法
    1.3.1  人工智慧的研究特點
    1.3.2  人工智慧的研究途徑
    1.3.3  人工智慧研究資源
  1.4  人工智慧研究及應用領域
    1.4.1  模式識別
    1.4.2  自然語言處理
    1.4.3  機器學習與數據挖掘
    1.4.4  人工神經網路與深度學習
    1.4.5  博弈
    1.4.6  多智能體
    1.4.7  專家系統
    1.4.8  電腦視覺
    1.4.9  自動定理證明
    1.4.10  智能控制
    1.4.11  機器人學
    1.4.12  人工生命
  1.5  本章小結
  習題
第2章  知識工程
  2.1  概述
  2.2  知識表示方法
    2.2.1  經典邏輯表示法
    2.2.2  產生式表示法
    2.2.3  層次結構表示法
    2.2.4  網路結構表示法
    2.2.5  其他表示法
  2.3  知識獲取與管理
    2.3.1  知識獲取的任務
    2.3.2  知識獲取的方式
    2.3.3  知識管理
    2.3.4  本體論
    2.3.5  知識圖譜
  2.4  基於知識的系統
    2.4.1  什麼是知識系統
    2.4.2  專家系統
    2.4.3  問答系統
    2.4.4  知識系統舉例
  2.5  本章小結
  習題
第3章  確定性推理
  3.1  概述
    3.1.1  推理方式與分類
    3.1.2  推理控制策略

    3.1.3  知識匹配
  3.2  自然演繹推理
  3.3  歸結演繹推理
    3.3.1  歸結原理
    3.3.2  歸結策略
    3.3.3  應用歸結原理求解問題
  3.4  與或形演繹推理
    3.4.1  與或形正向演繹推理
    3.4.2  與或形逆向演繹推理
    3.4.3  與或形雙向演繹推理
  3.5  本章小結
  習題
第4章  不確定性推理
  4.1  概述
  4.2  基本概率方法
  4.3  主觀貝葉斯方法
    4.3.1  不確定性的表示
    4.3.2  不確定性的傳遞演算法
    4.3.3  結論不確定性的合成演算法
  4.4  可信度方法
    4.4.1  基本可信度模型
    4.4.2  帶閾值限度的可信度模型
    4.4.3  加權的可信度模型
    4.4.4  前件帶不確定性的可信度模型
  4.5  模糊推理
    4.5.1  模糊理論
    4.5.2  簡單模糊推理
    4.5.3  模糊三段論推理
    4.5.4  多維模糊推理
    4.5.5  多重模糊推理
    4.5.6  帶有可信度因子的模糊推理
  4.6  證據理論
    4.6.1  D-S理論
    4.6.2  基於證據理論的不確定性推理
  4.7  粗糙集理論
    4.7.1  粗糙集理論的基本概念
    4.7.2  粗糙集在知識發現中的應用
  4.8  本章小結
  習題
第5章  搜索與優化策略
  5.1  概述
    5.1.1  什麼是搜索
    5.1.2  狀態空間表示法
    5.1.3  與或樹表示法
  5.2  狀態空間搜索
    5.2.1  狀態空間的一般搜索過程
    5.2.2  廣度優先搜索
    5.2.3  深度優先搜索
    5.2.4  有界深度優先搜索
    5.2.5  啟髮式搜索

    5.2.6  A*演算法
  5.3  與或樹搜索
    5.3.1  與或樹的一般搜索過程
    5.3.2  與或樹的廣度優先搜索
    5.3.3  與或樹的深度優先搜索
    5.3.4  與或樹的有序搜索
    5.3.5  博弈樹的啟髮式搜索
    5.3.6  剪枝技術
    5.3.7  人機對弈與AlphaGo
  5.4  智能優化搜索
    5.4.1  NP問題
    5.4.2  優化問題
    5.4.3  遺傳演算法
    5.4.4  蟻群演算法
    5.4.5  粒子群演算法
    5.4.6  智能優化搜索應用案例
  5.5  本章小結
  習題
第6章  機器學習
  6.1  概述
    6.1.1  什麼是機器學習
    6.1.2  機器學習方法分類
    6.1.3  機器學習的基本問題
    6.1.4  評估學習結果
  6.2  決策樹學習
    6.2.1  決策樹表示法
    6.2.2  ID3演算法
    6.2.3  決策樹學習的常見問題
    6.2.4  隨機森林演算法
    6.2.5  決策樹學習應用案例
  6.3  貝葉斯學習
    6.3.1  貝葉斯法則
    6.3.2  樸素貝葉斯方法
    6.3.3  貝葉斯網路
    6.3.4  EM演算法
    6.3.5  貝葉斯學習應用案例
  6.4  統計學習
    6.4.1  小樣本統計學習理論
    6.4.2  支持向量機
    6.4.3  核函數
    6.4.4  支持向量機應用案例
  6.5  聚類
    6.5.1  聚類問題
    6.5.2  分層聚類方法
    6.5.3  劃分聚類方法
    6.5.4  基於密度的聚類方法
    6.5.5  基於網格的聚類方法
    6.5.6  聚類演算法應用案例
  6.6  特徵選擇與表示學習
    6.6.1  特徵提取與選擇

    6.6.2  常用的特徵函數
    6.6.3  主成分分析
    6.6.4  表示學習
    6.6.5  表示學習應用案例
  6.7  其他學習方法
    6.7.1  k近鄰演算法
    6.7.2  強化學習
    6.7.3  隱馬爾可夫模型
  6.8  本章小結
  習題
第7章  人工神經網路與深度學習
  7.1  概述
    7.1.1  人腦神經系統
    7.1.2  人工神經網路的研究內容與特點
    7.1.3  人工神經網路基本形態
    7.1.4  深度學習
  7.2  前饋神經網路
    7.2.1  感知器模型
    7.2.2  反向傳播演算法
    7.2.3  卷積神經網路
    7.2.4  前饋神經網路應用案例
  7.3  反饋神經網路
    7.3.1  循環神經網路
    7.3.2  長短期記憶網路
    7.3.3  雙向循環神經網路
    7.3.4  反饋神經網路應用案例
  7.4  本章小結
  習題
第8章  人工智慧的其他領域
  8.1  模式識別
    8.1.1  模式識別的基本問題
    8.1.2  圖像識別
    8.1.3  人臉識別
  8.2  自然語言處理
    8.2.1  自然語言處理的基本問題
    8.2.2  信息檢索
    8.2.3  機器翻譯
    8.2.4  自動問答
  8.3  多智能體
    8.3.1  多智能體系統模型
    8.3.2  多智能體系統的學習與協作
    8.3.3  多智能體系統的主要研究內容
    8.3.4  多智能體系統應用案例
  8.4  本章小結
  習題
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032