人工智能教程

图书标准信息

• 作者 金聪 编
• 出版社 清华大学出版社
• 出版时间 2007-01
• 版次 1
• ISBN 9787302141006
• 定价 24.00元
• 装帧 平装
• 开本 其他
• 纸张 胶版纸
• 页数 281页
• 字数 463千字
• 丛书 高等学校教材

【内容简介】

《高等学校教材·计算机科学与技术：人工智能教程》以详尽和丰富的资料，全面阐述了人工智能领域的核心内容，并深入介绍了各个子领域主要的研究方向，是一本综合性的教材。全书共分为9章，包括绪论、知识及知识的表示、经典逻辑推理、不确定性推理、搜索策略、机器学习、遗传算法、数据挖掘以及模式识别等人工智能的基础知识和基本理论。
《高等学校教材·计算机科学与技术：人工智能教程》既详细介绍了大量的基本概念、思想和算法，也描述了各研究方向最前沿的进展。每章都附有思考题和设计题，用于指导学生自学及加深对基本概念和技术的理解与掌握。全书讲述力求浅入深，通俗易懂，理论上具有完整性和系统性，强调基本原理和基本技术，配以大量的实例、图表，易于教学，便于自学。
《高等学校教材·计算机科学与技术：人工智能教程》可以作为信息领域和相关领域的高等院校本科生和研究生的教科书或教学辅导用书，也可以作为相关领域的科研与工程技术人员的参考书。

【目录】

第1章绪论
1.1什么是人工智能
1.2人工智能的发展简史趋势
1.3人工智能的研究方法及基本内容
1.4人工智能的基本技术
1.5人工智能的主要研究领域及实践
习题

第2章知识及知识的表示
2.1概述
2.2一阶谓词逻辑表示法
2.3产生式表示法
2.4框架表示法
2.5语义网络表示法
2.6面向对象表示法
习题

第3章经典逻辑推理
3.1基本概念
3.2自然演绎推理
3.3归结演绎推理
3.4与/或形演绎推理
习题

第4章不确定性推理
4.1不确定性推理中的基本问题
4.2不确定性推理方法分类
4.3概率方法
4.4主观Bayes方法
4.5可信度方法
4.6证据理论
习题

第5章搜索问题求解
5.1基本概念
5.2状态空间搜索
5.3问题归约法
5.4博弈树搜索
习题

第6章机器学习
6.1机器学习的概念
6.2示例学习
6.3基于解释的学习
6.4基于案例的推理
6.5加强学习
习题

第7章遗传算法
7.1遗传算法简介
7.2基本遗传算法
7.3函数优化
7.4旅行商问题
习题

第8章数据挖掘
8.1数据挖掘概述
8.2数据挖掘技术简介
8.3关联规则挖掘
8.4序列模式挖掘
8.5Web挖掘
8.6数据挖掘的研究热点与发展趋势
习题

第9章模式识别
9.1概论
9.2统计模式识别
9.3监督与非监督分类方法
9.4结构模式识别
9.5神经网络模式识别
习题
参考文献