消息首页搜索举报

人工智能第2版

①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。

63.12 7.1折 89 全新

库存2件

浙江嘉兴

认证卖家担保交易快速发货售后保障

作者史忠植

出版社机械工业

ISBN9787111742685

出版时间2024-01

装帧其他

开本其他

定价89元

货号31961643

上书时间2024-10-14

倒爷图书专营店

三年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 17小时
好评率暂无

最新上架

人民防空工程防化设计百问百答 ¥28.60

非饱和土固结解析研究 ¥42.06

钢笔画表现技法(第二版) ¥31.50

碳中和建筑信息模型(赠教师课件) ¥41.29

城园同构蓝绿交织——福州晋安公园的规划设计实践 ¥99.24

东北传统建筑遗产保护与研究 ¥70.80

作物生境学 ¥29.17

基于农业水文过程的河套灌区干排盐系统优化模式研究 ¥28.61

历史的严妆 ¥59.44

商品详情

品相描述：全新

商品描述: 作者简介
中科院计算所研究员人工智能先驱代表之一

目录
第2版前言
第1版前言
第1章绪论
11什么是人工智能
12人工智能的发展史
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知识表示概述
22谓词逻辑
23产生式表示法
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自动推理概述
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不确定性推理概述
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联邦学习
59知识发现
510小结
习题
第6章神经网络
61神经网络概述
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MYCIN
7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CLIPS
7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JESS
76面向对象专家系统工具OKPS
761OKPS中的知识表示
762推理控制语言ICL
7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自然语言处理概述
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真实文本语料库
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大语言模型
871变换器网络
872多头自注意力机制
873人类反馈强化学习
874语言模型
875情景学习
88信息检索
89机器翻译
810问答系统
811小结
习题
第9章分布式人工智能与智能体
91分布式人工智能与智能体
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ACL
9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MAGE
99小结
习题
第10章智能机器人
101智能机器人概述
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互联网智能概述
112语义Web
11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OWL
113本体知识管理
1131知识管理系统Protégé
11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类脑智能概述
122大数据智能
123欧盟人脑计划
124美国脑计划
125脑模拟系统Spaun
126中国脑科学计划
127神经形态芯片
128类脑智能路线图
习题
参考文献

内容摘要
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最新进展和发展方向。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、不确定性推理、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，可读性强。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、智能科学与技术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。

— 没有更多了 —