QQ在線客服
免費咨詢熱線
400-615-1233
工作時間-工作日
8:30-17:30

人工智能基礎(chǔ)

  • 類　　別：人工智能
  • 書　　名：人工智能基礎(chǔ)
  • 主　　編：張春飛
  • 定　　價：45
  • 開　　本：16開
  • 時　　間：2021年7月
  • 出  版  社：同濟大學(xué)出版社
  • 書　　號：978-7-5608-7329-9

內(nèi)容摘要

        本書共分為8章，包括緒論、知識與知識表示、搜索策略、不確定性知識的表示與推理、基于邏輯的問題求解方法、機器學(xué)習(xí)、專家系統(tǒng)和人工智能語言。本書力求反映人工智能發(fā)展的最新理論和技術(shù)成果，結(jié)構(gòu)組織合理，內(nèi)容貼近實際，易于讀者學(xué)習(xí)和理解。
        本書適合作為高等院校人工智能課程的教材，也可以供從事人工智能研究與應(yīng)用的科技人員學(xué)習(xí)參考。

目錄

第1章  緒論
　　1.1　人工智能概況
         1.1.1　智能與人工智能
         1.1.2　人工智能的產(chǎn)生及主要學(xué)派
　　1.2　人工智能的研究目標(biāo)、內(nèi)容和途徑
         1.2.1　人工智能的研究目標(biāo)
         1.2.2　人工智能的研究內(nèi)容
         1.2.3　人工智能的研究途徑
　　1.3　人工智能的研究領(lǐng)域
         1.3.1　問題求解領(lǐng)域
         1.3.2　機器學(xué)習(xí)領(lǐng)域
         1.3.3　模式識別
         1.3.4　自然語言處理
         1.3.5　自動定理證明
         1.3.6　智能機器人
         1.3.7　專家系統(tǒng)領(lǐng)域
         1.3.8　人工神經(jīng)網(wǎng)絡(luò)
　　習(xí)題1
第2章　知識與知識表示
　　2.1　知識的基本概述
         2.1.1　知識的概念
         2.1.2　知識的分類和特征
         2.1.3　知識的表示
　　2.2　產(chǎn)生式表示法
         2.2.1　產(chǎn)生式系統(tǒng)的組成
         2.2.2　產(chǎn)生式系統(tǒng)的控制策略
         2.2.3　產(chǎn)生式系統(tǒng)的推理方式
         2.2.4　特殊產(chǎn)生式系統(tǒng)
         2.2.5　產(chǎn)生式系統(tǒng)的特點
　　2.3　語義網(wǎng)絡(luò)表示法
         2.3.1　語義網(wǎng)絡(luò)的基本概念
         2.3.2　知識的語義網(wǎng)絡(luò)表示
         2.3.3　語義網(wǎng)絡(luò)推理
         2.3.4　語義網(wǎng)絡(luò)表示法的特點
　　2.4　框架表示法
         2.4.1　框架的構(gòu)成
         2.4.2　框架系統(tǒng)的推理
         2.4.3　框架表示法的特點
　　2.5　過程表示法
　　2.6　腳本表示法
　　習(xí)題2
第3章　搜索策略
　　3.1　搜索策略概述
         3.1.1　搜索概述
         3.1.2　狀態(tài)空間法
         3.1.3　問題歸約法
　　3.2　狀態(tài)圖搜索策略
         3.2.1　狀態(tài)圖搜索的一般過程
         3.2.2　廣度優(yōu)先搜索
         3.2.3　深度優(yōu)先搜索
         3.2.4　有界深度優(yōu)先搜索
         3.2.5　啟發(fā)式搜索
         3.2.6　A*算法
　　3.3　AND/OR圖搜索策略
         3.3.1　AND/OR圖搜索
         3.3.2　AND/OR圖的啟發(fā)式搜索
　　3.4　博弈樹搜索策略
         3.4.1　博弈樹的概念
         3.4.2　極小極大搜索過程
         3.4.3　α-β過程
　　習(xí)題3
第4章　不確定性知識的表示與推理
　　4.1　不確定性知識的表示與推理概述
         4.1.1　不確定性推理的概念
         4.1.2　不確定性推理中的基本問題
         4.1.3　不確定性推理的分類
　　4.2　不確定性推理方法
         4.2.1　概率推理
         4.2.2　主觀Bayes方法
         4.2.3　可信度方法
         4.2.4　證據(jù)理論
         4.2.5　模糊推理
　　習(xí)題4
第5章　基于邏輯的問題求解方法
　　5.1　一階謂詞邏輯的基本內(nèi)容
         5.1.1　命題
         5.1.2　謂詞與量詞
         5.1.3　謂詞公式與解釋
         5.1.4　謂詞邏輯中的形式演繹推理
　　5.2　歸結(jié)原理
         5.2.1　子句
         5.2.2　Herbrand定理
         5.2.3　魯賓遜歸結(jié)原理
         5.2.4　歸結(jié)反演
         5.2.5　基于歸結(jié)的問題求解
         5.2.6　歸結(jié)策略
　　5.3　與/或形演繹推理
         5.3.1　與/或形正向演繹推理
         5.3.2　與/或形反向演繹推理
         5.3.3　與/或形雙向演繹推理
　　習(xí)題5
第6章　機器學(xué)習(xí)
　　6.1　機器學(xué)習(xí)概述
         6.1.1　機器學(xué)習(xí)的概念
         6.1.2　機器學(xué)習(xí)的原理
         6.1.3　機器學(xué)習(xí)的發(fā)展歷史
　　6.2　機器學(xué)習(xí)的分類
         6.2.1　基于推理策略分類
         6.2.2　基于系統(tǒng)性分類
　　6.3　符號學(xué)習(xí)
         6.3.1　記憶學(xué)習(xí)
         6.3.2　指導(dǎo)學(xué)習(xí)
         6.3.3　演繹學(xué)習(xí)
         6.3.4　類比學(xué)習(xí)
         6.3.5　解釋學(xué)習(xí)
         6.3.6　決策樹學(xué)習(xí)
　　習(xí)題6
第7章　專家系統(tǒng)
　　7.1　專家系統(tǒng)概述
         7.1.1　專家系統(tǒng)的定義、優(yōu)點及應(yīng)用領(lǐng)域
         7.1.2　專家系統(tǒng)的特點
         7.1.3　專家系統(tǒng)的類型
         7.1.4　專家系統(tǒng)的發(fā)展
　　7.2　專家系統(tǒng)的結(jié)構(gòu)和基本工作原理
         7.2.1　專家系統(tǒng)的結(jié)構(gòu)
         7.2.2　專家系統(tǒng)的基本工作原理
　　7.3　專家系統(tǒng)的開發(fā)過程
         7.3.1　知識獲取和知識工程
         7.3.2　專家系統(tǒng)的設(shè)計
         7.3.3　專家系統(tǒng)的評價
　　7.4　專家系統(tǒng)舉例
         7.4.1　動物識別專家系統(tǒng)
         7.4.2　MYCIN專家系統(tǒng)
　　習(xí)題7
第8章　人工智能語言
　　8.1　人工智能語言概述
　　8.2　LISP語言
         8.2.1　LISP語言基礎(chǔ)
         8.2.2　LISP語言程序設(shè)計舉例
　　8.3　Prolog語言
         8.3.1　Prolog語言基礎(chǔ)
         8.3.2　Prolog語言程序設(shè)計舉例
　　習(xí)題8
參考文獻

相關(guān)圖書