定 價(jià)：30 元
叢書名：計(jì)算機(jī)科學(xué)與技術(shù)系列教材
- 作者： 朱福喜，杜友福，夏定純
- 出版時(shí)間：2006/9/1
- ISBN：9787307051393
- 出 版 社：武漢大學(xué)出版社
- 中圖法分類：TP18
- 頁碼：344
- 紙張：膠版紙
- 版次：1
- 開本：16K
包括搜索技術(shù)、各種知識(shí)表示和處理技術(shù)、各種典型（精確的和非精確的）的推理技術(shù)、專家系統(tǒng)開發(fā)技術(shù)、機(jī)器學(xué)習(xí)、自然語言處理技術(shù)，這些內(nèi)容能夠使讀者對(duì)人工智能的基本概念和人工智能系統(tǒng)的構(gòu)造技術(shù)和方法有一個(gè)比較清楚的認(rèn)識(shí)。介紹人工智能研究領(lǐng)域里的最新成果的內(nèi)容有分布式人工智能、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、遺傳算法。這幾個(gè)方面是目前人工智能研究最活躍的領(lǐng)域，其內(nèi)容反映了人工智能研究的最新研究方向和成果。本書參考了許多較新的國外同類教材和其他文獻(xiàn)，力圖保持新穎性和實(shí)用性，強(qiáng)調(diào)基本概念和基本觀點(diǎn)，注重理論和實(shí)際相結(jié)合。
本書是大學(xué)本科學(xué)習(xí)人工智能的教科書，也可以作為研究生教材和計(jì)算機(jī)專業(yè)以及相關(guān)專業(yè)工作者了解人工智能的自學(xué)用書。
第一章 人工智能概述
1.1 人類智能與人工智能
1.2 AI的起源及研究學(xué)派
1.3 人工智能的發(fā)展
1.4 人工智能的基本技術(shù)
1.5 人工智能的研究與應(yīng)用領(lǐng)域
1.6 小結(jié)
習(xí)題1
第二章 問題求解與搜索技術(shù)
2.1 問題的狀態(tài)和狀態(tài)空間
2.2 或圖通用搜索算法
2.3 盲目的搜索方法
2.4 啟發(fā)式搜索方法
2.5 局部與全局搜索算法
2.6 博弈搜索算法
2.7 問題歸約與AO*算法
習(xí)題2
第三章 知識(shí)表示與處理方法
3.1 概述
3.2 邏輯表示法
3.3 產(chǎn)生式表示法
3.4 語義網(wǎng)絡(luò)表示法
3.5 框架表示法
3.6 小結(jié)
習(xí)題3
第四章 歸結(jié)推理及其應(yīng)用
4.1 自然演繹推理
4.2 歸結(jié)演繹推理
4.3 歸結(jié)方法
4.4 歸結(jié)原理的理論依據(jù)
4.5 小結(jié)
習(xí)題4
第五章 不確定性推理
5.1 不確定性推理概述
5.2 MYCIN模型
5.3 主觀Bayes方法
5.4 證據(jù)理論
5.5 模糊集合
5.6 小結(jié)
習(xí)題5
第六章 專家系統(tǒng)
6.1 專家系統(tǒng)概述
6.2 專家系統(tǒng)的結(jié)構(gòu)
6.3 專家系統(tǒng)開發(fā)階段與過程
6.4 專家系統(tǒng)開發(fā)工具與環(huán)境
6.5 專家系統(tǒng)發(fā)展趨勢(shì)
6.6 小結(jié)
習(xí)題6
第七章 機(jī)器學(xué)習(xí)
7.1 概述
7.2 基于解釋的學(xué)習(xí)
7.3 基于類比的學(xué)習(xí)
7.4 歸納學(xué)習(xí)
7.5 基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
7.6 小結(jié)
習(xí)題7
第八章 自然語言理解
8.1 自然語言及其理解
8.2 詞法分析
8.3 句法和語意分析
8.4 自然語言理解系統(tǒng)的模型
8.5 自然語言理解系統(tǒng)應(yīng)用實(shí)例
8.6 小結(jié)
習(xí)題8
第九章 分布式人工智能
9.1 概述
9.2 分布式問題求解
9.3 主體理論
9.5 主體結(jié)構(gòu)
9.6 主體通信
9.7 主體的協(xié)調(diào)與協(xié)作
9.8 小結(jié)
習(xí)題9
第十章 知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘
10.1 概述
10.2 數(shù)據(jù)挖掘與KDD
10.3 數(shù)據(jù)挖掘功能
10.4 數(shù)據(jù)挖掘技術(shù)和方法
10.5 關(guān)聯(lián)分析
10.6 聚類分析
10.7 小結(jié)
習(xí)題10
第十一章 遺傳算法
11.1 遺傳算法概述
11.2 基本遺傳算法
11.3 模式理論
11.4 遺傳算法的進(jìn)一步討論
11.5 小結(jié)
習(xí)題11
參考文獻(xiàn)
書單推薦
![基于TensorFlow的深度學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺和NLP的理論與實(shí)踐 [美]馬格努斯·埃克曼 周翊民 譯](/uploadfile/202402/9787111741725.jpg)
