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

人工智慧引論(新一代信息技術人工智慧戰略性新興領域十四五高等教育系列教材)

  • 作者：編者:王立春//黃捷//周彥//李爽//劉茜等|責編:吉玲//章承林
  • 出版社：機械工業
  • ISBN：9787111770558
  • 出版日期：2024/12/01
  • 裝幀：平裝
  • 頁數：270
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    人工智慧為解決複雜問題提供了有效的方案，相關應用涉及領域眾多。通過閱讀本書，讀者可以學習人工智慧的基本原理，了解人工智慧在不同行業的應用案例以及人工智慧倫理與安全，為進一步研究與應用人工智慧技術奠定基礎。
    全書共12章，內容包括緒論、知識表示與推理、確定性推理、不確定性推理、無信息的盲目搜索、基於經驗的啟髮式搜索、機器學習、人工神經網路與深度學習、多智能體系統、人機混合增強智能、人工智慧應用、人工智慧倫理與安全。本書配套資源包括電子教案、課後思考題與習題的簡要解答和實驗指導書。
    本書可作為普通高等院校相關專業本科生或研究生學習人工智慧基礎課程的教材或參考書，也可供希望了解人工智慧技術的研究人員和工程技術人員學習參考。
作者介紹
編者:王立春//黃捷//周彥//李爽//劉茜等|責編:吉玲//章承林
目錄
前言
第1章  緒論
  1.1  人工智慧概述
    1.1.1  智能的定義
    1.1.2  人工智慧的定義
    1.1.3  弱人工智慧與強人工智慧
    1.1.4  適用於人工智慧求解的問題
  1.2  人工智慧研究的基本內容
  1.3  人工智慧研究的主要方法
    1.3.1  符號主義學派
    1.3.2  連接主義學派
    1.3.3  行為主義學派
  本章小結
  思考題與習題
第2章  知識表示與推理
  2.1  知識與知識表示
    2.1.1  知識的概念
    2.1.2  知識表示的概念
  2.2  產生式及產生式系統
    2.2.1  產生式
    2.2.2  產生式系統
    2.2.3  產生式表示法的特點
  2.3  語義網路
    2.3.1  語義基元和常用語義關係
    2.3.2  語義網路表示
    2.3.3  語義網路表示法的特點
  2.4  框架
    2.4.1  框架結構
    2.4.2  框架網路
    2.4.3  框架表示法的特點
  2.5  知識圖譜
    2.5.1  三元組表示
    2.5.2  向量化表示
    2.5.3  知識圖譜的特點
  2.6  基於邏輯的知識表示
    2.6.1  命題公式
    2.6.2  謂詞公式
    2.6.3  一階謂詞邏輯知識表示方法
    2.6.4  一階謂詞邏輯知識表示方法的特點
  2.7  推理的基本概念
    2.7.1  推理的定義
    2.7.2  推理的分類
  本章小結
  思考題與習題
第3章  確定性推理
  3.1  一階謂詞邏輯語法和語義
    3.1.1  一階謂詞邏輯語法
    3.1.2  世界及解釋
    3.1.3  模型及相關概念
  3.2  一階謂詞邏輯演算規則

    3.2.1  等價式
    3.2.2  推理規則
  3.3  演繹推理
  3.4  合式公式到子句集的轉化
    3.4.1  標準型
    3.4.2  子句集
  3.5  謂詞演算中的歸結
    3.5.1  命題公式的歸結
    3.5.2  置換與合一
    3.5.3  謂詞邏輯公式的歸結
  3.6  歸結原理與歸結反演系統
    3.6.1  歸結原理
    3.6.2  歸結反演系統
  3.7  Herbrand定理
    3.7.1  Herbrand論域與Herbrand解釋
    3.7.2  語義樹
    3.7.3  Herbrand定理與歸結法的完備性
  本章小結
  思考題與習題
第4章  不確定性推理
  4.1  不確定性的表示與量化
    4.1.1  不確定性的表示
    4.1.2  不確定性的量化
  4.2  概率推理
    4.2.1  概率理論基礎
    4.2.2  貝葉斯網路
    4.2.3  基於貝葉斯網路的概率推理
    4.2.4  證據理論（D-S Theory）
  4.3  模糊推理
    4.3.1  模糊理論基礎
    4.3.2  模糊假言推理
  本章小結
  思考題與習題
第5章  無信息的盲目搜索
  5.1  問題表示與求解
    5.1.1  問題的狀態空間表示
    5.1.2  基於搜索的問題求解
    5.1.3  搜索演算法的評價指標
  5.2  狀態空間的搜索
    5.2.1  回溯搜索的實現
    5.2.2  深度優先搜索
    5.2.3  寬度優先搜索
  5.3  高級搜索
    5.3.1  局部搜索演算法
    5.3.2  模擬退火搜索
    5.3.3  遺傳演算法搜索
  本章小結
  思考題與習題
第6章  基於經驗的啟髮式搜索
  6.1  啟髮式搜索的基本思想

    6.1.1  啟發信息與評價函數
    6.1.2  啟髮式搜索策略
  6.2  狀態空間的啟髮式搜索
    6.2.1  最好優先搜索演算法
    6.2.2  分支限界法
    6.2.3  最佳圖搜索演算法A
  6.3  與或圖的啟髮式搜索
    6.3.1  問題歸約表示
    6.3.2  與或圖及解圖
    6.3.3  AO*演算法
  6.4  博弈樹的搜索
    6.4.1  博弈樹
    6.4.2  極小-極大搜索過程
    6.4.3  α-β搜索過程
  本章小結
  思考題與習題
第7章  機器學習
  7.1  概述
    7.1.1  機器學習的定義
    7.1.2  機器學習的基本結構
    7.1.3  　機器學習的基本策略
  7.2  歸納學習
    7.2.1  歸納學習的模式和規則
    7.2.2  歸納學習方法
    7.2.3  ID3決策樹歸納演算法
  7.3  分析學習
    7.3.1  類比推理和類比學習
    7.3.2  基於解釋的學習
  7.4  無監督學習
    7.4.1  聚類演算法
    7.4.2  主成分分析
  7.5  強化學習
    7.5.1  強化學習的一般模式
    7.5.2  被動強化學習
    7.5.3  主動強化學習
  本章小結
  思考題與習題
第8章  人工神經網路與深度學習
  8.1  人工神經網路概述
    8.1.1  生物神經元的結構
    8.1.2  神經元數學模型
    8.1.3  人工神經網路的結構
  8.2  感知機學習
    8.2.1  感知機的結構和原理
    8.2.2  感知機學習演算法
    8.2.3  Delta規則
  8.3  反傳學習
    8.3.1  有隱含層的神經網路
    8.3.2  誤差反向傳播演算法
  8.4  Hebbian一致性學習

    8.4.1  無監督Hebbian學習
    8.4.2  有監督Hebbian學習
  8.5  深度神經網路
    8.5.1  自編碼器
    8.5.2  卷積神經網路
    8.5.3  循環神經網路
    8.5.4  生成對抗網路
    8.5.5  注意力機制
  本章小結
  思考題與習題
第9章  多智能體系統
  9.1  概述
    9.1.1  智能體的概念與體系結構
    9.1.2  多智能體系統的概念與體系結構
    9.1.3  智能體之間的通信
  9.2  多智能體協同和群體智能
    9.2.1  多智能體協同
    9.2.2  群體智能
  9.3  基於大語言模型的智能體
    9.3.1  AI智能體與大語言模型
    9.3.2  AI智能體的構建
    9.3.3  AI智能體的實踐
  本章小結
  思考題與習題
第10章  人機混合增強智能
  10.1  概述
    10.1.1  人機混合增強智能的發展歷史
    10.1.2  人機混合增強智能的形式與分類
    10.1.3  人機混合增強智能的典型案例
  10.2  人在迴路的混合增強智能
    10.2.1  人在環上的混合增強智能
    10.2.2  人在環內的混合增強智能
    10.2.3  人在迴路混合增強智能系統的實例
  10.3  基於認知計算的混合增強智能
    10.3.1  認知計算簡介
    10.3.2  類腦計算原理與應用
    10.3.3  人工大腦模型與應用
    10.3.4  腦機介面技術
  本章小結
  思考題與習題
第11章  人工智慧應用
  11.1  人工智慧在視覺分析與生成中的應用
    11.1.1  目標檢測與識別
    11.1.2  圖像與視頻自動生成
  11.2  人工智慧在自主智能系統中的應用
    11.2.1  無人駕駛車輛
    11.2.2  無人機集群
    11.2.3  極端環境下的探索機器人
  11.3  人工智慧在智能製造中的應用
    11.3.1  工業流程自動化

    11.3.2  產品檢驗自動化
    11.3.3  倉儲物流自動化
  11.4  人工智慧在智慧城市中的應用
    11.4.1  智能交通管理
    11.4.2  智慧能源管理
    11.4.3  智能廢料管理
  11.5  人工智慧在醫療健康中的應用
    11.5.1  醫學影像智能診斷
    11.5.2  健康監測與遠程醫療
    11.5.3  人工智慧驅動的藥物研發
  11.6  人工智慧在科學探索中的應用
    11.6.1  自動化實驗與發現
    11.6.2  數據分析與表徵學習
    11.6.3  科學模擬與預測
  本章小結
  思考題與習題
第12章  人工智慧倫理與安全
  12.1  新一代人工智慧倫理規範
    12.1.1  新一代人工智慧倫理規範概況
    12.1.2  人工智慧引發的倫理問題
    12.1.3  人工智慧倫理規範的核心原則
  12.2  可信人工智慧
    12.2.1  人工智慧的不可信任的表現和成因
    12.2.2  可信人工智慧的安全類型
    12.2.3  構建可信人工智慧的途徑
  12.3  人工智慧可解釋性
    12.3.1  可解釋性人工智慧概述
    12.3.2  發展人工智慧可解釋性的基本途徑
  12.4  人工智慧安全
    12.4.1  人工智慧安全風險的類型
    12.4.2  人工智慧安全風險的應對策略
  本章小結
  思考題
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