人工智能 贲可荣,张彦铎 清华大学出版社
正版二手书，无附赠品，择优发货
￥ 7.74 1.0折 ￥ 79.9 八五品
仅1件
浙江杭州
认证卖家担保交易快速发货售后保障
作者贲可荣,张彦铎
出版社清华大学出版社
ISBN9787302511984
出版时间2018-12
版次1
装帧平装
开本16开
纸张胶版纸
页数604页
字数99999千字
定价79.9元
货号9787302511984
上书时间2024-10-05
- 在售商品 暂无
- 平均发货时间 8小时
- 好评率 暂无
商品详情
- 品相描述：八五品
- 商品描述
-
基本信息
书名:人工智能
定价：79.90元
作者:贲可荣,张彦铎
出版社：清华大学出版社
出版日期：2018-12-01
ISBN：9787302511984
字数：937000
页码：604
版次：3
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
本书内容丰富，观点新颖，理论联系实际。不仅可用作高等学校计算机专业本科生和研究生学习计算机算法设计的教材，而且也适合广大工程技术人员和自学读者学习参考。
目录
章 绪论
1.1 人工智能的定义与概况
1.2 人类智能与人工智能
1.2.1 智能信息处理系统的假设
1.2.2 人类智能的计算机模拟
1.2.3 弱人工智能和强人工智能
1.3 人工智能各学派的认知观
1.4 人工智能的研究与应用领域
1.4.1 智能感知
1.4.2 智能推理
1.4.3 智能学习
1.4.4 智能行动
1.5 人工智能发展展望
1.5.1 新一轮人工智能的发展特征
1.5.2 未来40年的人工智能问题
1.5.3 人工智能鲁棒性和伦理
1.5.4 新一代人工智能发展规划
习题
第2章 知识表示和推理
2.1 概述
2.1.1 知识和知识表示
2.1.2 知识？策略？智能
2.1.3 人工智能对知识表示方法的要求
2.1.4 知识的分类
2.1.5 知识表示语言问题
2.1.6 现代逻辑学的基本研究方法
2.2 命题逻辑
2.2.1 语法
2.2.2 语义
2.2.3 命题演算形式系统PC
2.3 谓词逻辑
2.3.1 语法
2.3.2 语义
2.3.3 谓词逻辑形式系统FC
2.3.4 一阶谓词逻辑的应用
2.4 归结推理
2.4.1 命题演算中的归结推理
2.4.2 谓词演算中的归结推理
2.4.3 谓词演算归结反演的合理性和完备性
2.4.4 案例：一个基于逻辑的财务顾问
2.5 产生式系统
2.5.1 产生式系统的表示
2.5.2 案例：九宫图游戏
2.5.3 案例：传教士和野人问题
2.5.4 产生式系统的控制策略
2.6 语义网络
2.6.1 基本命题的语义网络表示
2.6.2 连接词在语义网络中的表示
2.6.3 语义网络的推理
2.6.4 语义网络表示的特点
2.7 框架
2.7.1 框架的构成
2.7.2 框架系统的推理
2.7.3 框架表示的特点
2.8 脚本
2.8.1 脚本概念
2.8.2 案例：饭店脚本
2.9 知识图谱
2.9.1 知识图谱及其表示
2.9.2 百度知识图谱技术方案
2.9.3 案例：知识图谱在互联网金融行业中的应用
2.10 基于知识的系统
2.10.1 知识获取
2.10.2 知识组织
2.10.3 知识应用
2.10.4 常识知识和大规模知识处理
2.10.5 常识推理
2.10.6 案例：知识图谱应用
2.11 小结
习题
第3章 搜索技术
3.1 概述
3.2 盲目搜索方法
3.3 启发式搜索
3.3.1 启发性信息和评估函数
3.3.2 优先搜索算法
3.3.3 贪婪优先搜索算法
3.3.4 A算法和A？算法
3.3.5 迭代加深A？算法
3.4 问题归约和AND？OR图启发式搜索
3.4.1 问题归约的描述
3.4.2 问题的AND？OR图表示
3.4.3 AO？算法
3.5 博弈
3.5.1 极大极小过程
3.5.2 α-β过程
3.5.3 效用值估计方法
3.6 案例分析
3.6.1 八皇后问题
3.6.2 洞穴探宝
3.6.3 五子棋
习题
第4章 高级搜索
4.1 爬山法搜索
4.2 模拟退火搜索
4.2.1 模拟退火搜索的基本思想
4.2.2 模拟退火算法
4.2.3 模拟退火算法关键参数和操作的设计
4.3 遗传算法
4.3.1 遗传算法的基本思想
4.3.2 遗传算法的基本操作
4.4 案例分析
4.4.1 爬山算法求解旅行商问题
4.4.2 模拟退火算法求解旅行商问题
4.4.3 遗传算法求解旅行商问题
习题
第5章 不确定知识表示和推理
5.1 概述
5.1.1 什么是不确定推理
5.1.2 不确定推理要解决的基本问题
5.1.3 不确定性推理方法分类
5.2 非单调逻辑
5.2.1 非单调逻辑的产生
5.2.2 缺省推理逻辑
5.2.3 非单调逻辑系统
5.2.4 非单调规则
5.2.5 案例：有经纪人的交易
5.3 主观Bayes方法
5.3.1 全概率公式和Bayes公式
5.3.2 主观 Bayes方法
5.4 确定性理论
5.4.1 建造医学专家系统时的问题
5.4.2 C？F模型
5.4.3 案例：帆船分类专家系统
5.5 证据理论
5.5.1 假设的不确定性
5.5.2 证据的不确定性与证据组合
5.5.3 规则的不确定性
5.5.4 不确定性的传递与组合
5.5.5 证据理论案例
5.6 模糊逻辑和模糊推理
5.6.1 模糊集合及其运算
5.6.2 模糊关系
5.6.3 语言变量
5.6.4 模糊逻辑和模糊推理
5.6.5 案例：抵押申请评估决策支持系统
5.7 小结
习题
第6章 Agent
6.1 概述
6.2 Agent及其结构
6.2.1 Agent的定义
6.2.2 Agent要素及特性
6.2.3 Agent的结构特点
6.2.4 Agent的结构分类
6.3 Agent应用案例
6.4 Agent通信
6.4.1 通信方式
6.4.2 Agent通信语言ACL
6.5 协调与协作
6.5.1 引言
6.5.2 合同网
6.5.3 协作规划
6.6 移动Agent
6.6.1 移动Agent产生的背景
6.6.2 定义和系统组成
6.6.3 实现技术
6.6.4 移动Agent系统
6.6.5 移动Agent技术的应用场景
6.7 多Agent系统开发框架JADE
6.7.1 程序模型
6.7.2 可重用开发包
6.7.3 开发和运行的支持工具
6.8 案例：火星探矿机器人
6.8.1 需求分析
6.8.2 设计与实现
6.9 小结
习题
第7章 机器学习
7.1 机器学习概述
7.1.1 学习中的元素
7.1.2 目标函数的表示
7.1.3 学习任务的类型
7.1.4 机器学习的定义和发展史
7.1.5 机器学习的主要策略
7.1.6 机器学习系统的基本结构
7.2 基于符号的机器学习
7.2.1 归纳学习
7.2.2 决策树学习
7.2.3 基于范例的学习
7.2.4 解释学习
7.2.5 案例：通过EBG学习概念cup
7.2.6 强化学习
7.3 基于神经网络的机器学习
7.3.1 神经网络概述
7.3.2 基于反向传播网络的学习
7.3.3 案例：基于反向传播网络拟合曲线
7.3.4 深度学习
7.3.5 案例：深度学习在计算机视觉中的应用
7.3.6 竞争网络
7.3.7 案例：学习向量量化解决分类问题
7.4 基于统计的机器学习
7.4.1 支持向量机
7.4.2 案例：XOR问题
7.4.3 统计关系学习
7.5 小结
习题
第8章 自然语言处理技术
8.1 自然语言理解的一般问题
8.1.1 自然语言理解的概念及意义
8.1.2 自然语言理解研究的发展
8.1.3 自然语言理解的层次
8.2 词法分析
8.3 句法分析
8.3.1 短语结构文法和Chomsky文法体系
8.3.2 句法分析树
8.3.3 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 大规模真实文本的处理
8.5.1 语料库语言学及其特点
8.5.2 统计学方法的应用及所面临的问题
8.5.3 汉语语料库加工的基本方法
8.5.4 语义资源建设
8.6 信息搜索
8.6.1 信息搜索概述
8.6.2 搜索引擎
8.6.3 智能搜索引擎
8.6.4 搜索引擎的发展趋势
8.7 机器翻译
8.7.1 机器翻译系统概述
8.7.2 机器翻译的基本模式和方法
8.7.3 统计机器翻译
8.7.4 利用深度学习改进统计机器翻译
8.7.5 端到端神经机器翻译
8.7.6 未来展望
8.8 语音识别
8.8.1 智能语音技术概述
8.8.2 组成单词读音的基本单元
8.8.3 信号处理
8.8.4 单个单词的识别
8.8.5 隐马尔可夫模型
8.8.6 深度学习在语音识别中的应用
8.9 机器阅读理解
8.9.1 机器阅读理解评测数据集
8.9.2 机器阅读理解的一般方法
8.9.3 机器阅读理解研究展望
8.10 机器写作
8.10.1 机器原创稿件
8.10.2 机器二次创作
8.10.3 机器写作展望
8.11 聊天机器人
8.11.1 聊天机器人应用场景
8.11.2 聊天机器人系统的组成结构及关键技术
8.11.3 聊天机器人研究存在的挑战
8.12 小结
习题
第9章 智能规划
9.1 规划问题
9.2 状态空间搜索规划
9.3 偏序规划
9.4 命题逻辑规划
9.5 分层任务网络规划
9.6 非确定性规划
9.7 时态规划
9.8 多Agent规划
9.9 案例分析
9.9.1 规划问题的建模与规划系统的求解过程
9.9.2 Shakey世界
9.10 小结
习题
0章 机器人学
10.1 概述
10.1.1 机器人的分类
10.1.2 机器人的特性
10.1.3 机器人学的研究领域
10.2 机器人系统
10.2.1 机器人系统的组成
10.2.2 机器人的工作空间
10.2.3 机器人的性能指标
10.3 机器人的编程模式与语言
10.4 机器人的应用与展望
10.4.1 机器人应用
10.4.2 机器人发展展望
10.5 案例分析：仿真机器人运动控制算法
10.5.1 仿真平台使用介绍
10.5.2 仿真平台与策略程序的关系
10.5.3 策略程序的结构
10.5.4 动作函数及说明
10.5.5 策略
10.5.6 各种定位球状态的判断方法
10.5.7 比赛规则
10.6 小结
习题
1章 互联网智能
11.1 概述
11.2 语义网与本体
11.2.1 语义网的层次模型
11.2.2 本体的基本概念
11.2.3 本体描述语言
11.2.4 本体知识管理框架
11.2.5 本体知识管理系统Protégé
11.2.6 本体知识管理系统KAON
11.3 Web技术的演化
11.3.1 Web 1
11.3.2 Web 2
11.3.3 Web 3
11.3.4 互联的社会
11.4 Web挖掘
11.4.1 Web内容挖掘
11.4.2 Web结构挖掘
11.4.3 Web使用挖掘
11.4.4 互联网信息可信度问题
11.4.5 案例：反恐作战数据挖掘
11.4.6 案例：微博博主特征行为数据挖掘
11.5 集体智能
11.5.1 社群智能
11.5.2 集体智能系统
11.5.3 全球脑
11.5.4 互联网大脑（云脑）
11.5.5 智联网
11.5.6 案例：智能网联汽车
11.5.7 案例：城市计算
11.6 小结
习题
附录A 人工智能编程语言Python
A.1 人工智能编程语言概述
A.2 Python语言优势
A.3 Python人工智能相关库
A.4 Python语法简介
附录B 手写体识别案例
B.1 MNIST数据集
B.2 Softmax回归模型
B.3 Softmax回归的程序实现
B.4 模型的训练
B.5 模型的评价
B.6 完整代码及运行结果
参考文献
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价