人工智能及其应用
￥ 5.98 1.5折 ￥ 39 九五品
仅1件
作者蔡自兴,徐光祐 主编
出版社清华大学出版社
ISBN9787302220428
出版时间2010-05
版次1
装帧平装
开本16开
纸张胶版纸
页数397页
字数99999千字
定价39元
上书时间2024-07-01
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:人工智能及其应用
定价：39.00元
作者:蔡自兴,徐光祐 主编
出版社：清华大学出版社
出版日期：2010-05-01
ISBN：9787302220428
字数：610000
页码：397
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
精品课程“人工智能”配套教材，第二版获国家教育部科技进步奖一等奖。
内容提要
本书第4版共10章。章叙述人工智能的概况和不同学派的认知观。第2章和第3章研究人工智能的知识表示方法和搜索推理技术。第4章探讨不确定性推理的主要方法。第5章阐述计算智能的基本知识。第6章~0章逐一讨论了人工智能的主要应用领域，包括专家系统、机器学习、自动规划、分布式人工智能和自然语言理解等。与第三版本科生用书相比，许多内容都是第一次出现的，如本体论和非经典推理、粒群优化和蚁群计算、决策树学习和增强学习、词法分析和语料库语言学，以及路径规划和基于Web的专家系统等。其他章节也在第三版的基础上作了相应的修改、精简或补充。 本书可作为高等院校有关专业本科生和研究生的人工智能课程教材，也可供从事人工智能研究与应用的科技工作者学习参考。
目录
章 绪论 1．1 人工智能的定义与发展1．1．1 人工智能的定义1．1．2 人工智能的起源与发展1．2 人工智能的各种认知观1．2．1 人工智能各学派的认知观1. 2．2 人工智能的争论1．3 人类智能与人工智能1．3．1 智能信息处理系统的假设1．3．2 人类智能的计算机模拟1．4 人工智能的研究目标和内容1．4．1 人工智能的研究目标1．4．2 人工智能研究的基本内容1．5 人工智能研究的主要方法1．6 人工智能的研究与应用领域1．7 本书概要习题第2章 知识表示方法2．1 状态空间表示2．1．1 问题状态描述2．1．2 状态图示法2．2 问题归约表示2．2．1 问题归约描述2．2．2 与或图表示2．3 谓词逻辑表示2．3．1 谓词演算2．3．2 谓词公式2．3．3 置换与合一2．4 语义网络表示2．4．1 二元语义网络的表示2．4．2 多元语义网络的表示2．4．3 语义网络的推理过程2．5 框架表示2．5．1 框架的构成2．5．2 框架的推理2．6 本体技术2．6．1 本体的概念2．6．2 本体的组成与分类2．6．3 本体的建模2．7 过程表示2．8 小结习题第3章 确定性推理3．1 图搜索策略3．2 盲目搜索3．2．1 宽度优先搜索3．2．2 深度优先搜索3．2．3 等代价搜索3．3 启发式搜索3．3．1 启发式搜索策略和估价函数3．3．2 有序搜索3．3．3 A＃算法3．4 消解原理3．4．1 子句集的求取3．4．2 消解推理规则3．4．3 含有变量的消解式3．4．4 消解反演求解过程3．5 规则演绎系统3．5．1 规则正向演绎系统3．5．2 规则逆向演绎系统3．5．3 规则双向演绎系统3．6 产生式系统3．6．1 产生式系统的组成3．6．2 产生式系统的推理3．6．3 产生式系统举例3．7 非单调推理3．7．1 缺省推理3．7．2 真值维持系统3．8 小结习题第4章 非经典推理4．1 经典推理和非经典推理4．2 不确定性推理4．2．1 不确定性的表示与量度4．2．2 不确定性的算法4．3 概率推理4．3．1 概率的基本性质和计算公式4．3．2 概率推理方法4．4 主观贝叶斯方法4．4．1 知识不确定性的表示4．4．2 证据不确定性的表示4．4．3 主观贝叶斯方法的推理过程4．5 可信度方法4．5．1 基于可信度的不确定性表示4．5．2 可信度方法的推理算法4．6 证据理论4．6．1 证据理论的形式化描述4．6．2 证据理论的不确定性推理模型4．6．3 推理示例4．7 小结习题第5章 计算智能5．1 概述5．2 神经计算5．2．1 人工神经网络研究的进展5．2．2 人工神经网络的结构5．2．3 人工神经网络示例及其算法5．2．4 基于神经网络的知识表示与推理5．3 模糊计算5．3．1 模糊集合、模糊逻辑及其运算5．3．2 模糊逻辑推理5．4 遗传算法5．4．1 遗传算法的基本机理5．4．2 遗传算法的求解步骤5．5 人工生命5．5．1 人工生命研究的起源和发展5．5．2 人工生命的定义和研究意义5．5．3 人工生命的研究内容和方法5．5．4 人工生命实例5．6 粒群优化5．6．1 群智能和粒群优化概述5．6．2 粒群优化算法5．7 蚁群算法5．7．1 蚁群算法理论5．7．2 蚁群算法的研究与应用5．8 小结习题第6章 专家系统6．1 专家系统概述6．1．1 专家系统的特点6．1．2 专家系统的结构和建造步骤6．2 基于规则的专家系统6．2．1 基于规则专家系统的工作模型和结构6．2．2 基于规则专家系统的特点6．3 基于框架的专家系统6．3．1 基于框架专家系统的定义、结构和设计方法6．3．2 基于框架专家系统的继承、槽和方法6．4 基于模型的专家系统6．4．1 基于模型专家系统的提出6．4．2 基于神经网络的专家系统6．5 基于Web的专家系统6．5．1 基于Web专家系统的结构6．5．2 基于Web专家系统的实例6．6 新型专家系统6．6．1 新型专家系统的特征6．6．2 分布式专家系统6．6．3 协同式专家系统6．7 专家系统设计6．7．1 专家知识的描述……第7章 机器学习第8章 自动规划第9章 分布式人工智能与Agent（真体）0章 自然语言理解结束语参考文献索引
作者介绍
.集成发展时期（1986年至今） 到20世纪80年代后期，各个争相进行的智能计算机研究计划先后遇到严峻挑战和困难，无法实现其预期目标。这促使人工智能研究者们对已有的人工智能和专家系统思想和方法进行反思。已有的专家系统存在缺乏常识知识、应用领域狭窄、知识获取困难、推理机制单一、未能分布处理等问题。他们发现，困难反映出人工智能和知识工程的一些根本问题，如交互问题、扩展问题和体系问题等，都没有很好解决。对存在问题的探讨和对基本观点的争论，有助于人工智能摆脱困境，迎来新的发展机遇。 人工智能应用技术应当以知识处理为核心，实现软件的智能化。知识处理需要对应用领域和问题求解任务有深入的理解，扎根于主流计算环境。只有这样，才能促使人工智能研究和应用走上持续发展的道路。 20世纪80年代后期以来，机器学习、计算智能、人工神经网络和行为主义等研究的深入开展，不时形成高潮。有别于符号主义的连接主义和行为主义的人工智能学派也乘势而上，获得新的发展。不同人工智能学派间的争论推动了人工智能研究和应用的进一步发展。以数理逻辑为基础的符号主义，从命题逻辑到谓词逻辑再至多值逻辑，包括模糊逻辑和粗糙集理论，已为人工智能的形成和发展做出历史性贡献，并已超出传统符号运算的范畴，表明符号主义在发展中不断寻找新的理论、方法和实现途径。传统人工智能（我们称之为AI）的数学计算体系仍不够严格和完整。除了模糊计算外，近年来，许多模仿人脑思维、自然特征和生物行为的计算方法（如神经计算、进化计算、自然计算、免疫计算和群计算等）已被引人人工智能学科。我们把这些有别于传统人工智能的智能计算理论和方法称为计算智能（computational inte Uigence，CI）。计算智能弥补了传统AI缺乏数学理论和计算的不足，更新并丰富了人工智能的理论框架，使人工智能进入一个新的发展时期。人工智能不同观点、方法和技术的集成，是人工智能发展所必需，也是人工智能发展的必然。 在这个时期，特别值得一提的是神经网络的复兴和智能真体（intelligent agent）的突起。
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价