掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能-(第3版) 版權信息
- ISBN：9787302511984
- 條形碼：9787302511984 ; 978-7-302-51198-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能-(第3版) 本書特色
本書內容豐富，觀點新穎，理論聯系實際。不僅可用作高等學校計算機專業本科生和研究生學習計算機算法設計的教材，而且也適合廣大工程技術人員和自學讀者學習參考。
人工智能-(第3版) 內容簡介
1．教材第1版入選普通高等教育“十一五”*規劃教材，第2版入選普通高等教育“十二五”*規劃教材，被多所985、211高校采用。
2.作者碩士博士先后師從南京大學莫紹揆先生、國防科技大學陳火旺先生，打下了扎實的理論基礎。目前，擔任軍隊人工智能專業組專家。多年從事人工智能科研和教學工作，并借鑒了國內外優秀人工智能教材的習題及案例。
3．教材以基本理論與方法為主體，反映人工智能技術發展現狀，以方便學生理解和培養學生具備繼續學習能力為目標；教材定位力求擴大適應面。
4．用比較多的篇幅論述人工智能的應用，除包括問題狀態與搜索、知識表示、知識庫系統、機器學習、自然語言技術處理、機器人學等內容外，還增加了智能體、語音處理、神經網絡、自然啟發式優化算法、互聯網智能等內容。
5．注重實踐。附錄I介紹了人工智能程序設計語言Prolog；附錄II給出了28個人工智能課程大作業。
6.為使用本教材的老師提供了習題答案（通過清華大學出版社網站下載）。
人工智能-(第3版) 目錄
目錄
第1章緒論1
1.1人工智能的定義與概況1
1.2人類智能與人工智能5
1.2.1智能信息處理系統的假設6
1.2.2人類智能的計算機模擬7
1.2.3弱人工智能和強人工智能10
1.3人工智能各學派的認知觀10
1.4人工智能的研究與應用領域12
1.4.1智能感知13
1.4.2智能推理15
1.4.3智能學習19
1.4.4智能行動24
1.5人工智能發展展望29
1.5.1新一輪人工智能的發展特征29
1.5.2未來40年的人工智能問題31
1.5.3人工智能魯棒性和倫理34
1.5.4新一代人工智能發展規劃35
習題37
第2章知識表示和推理39
2.1概述39
2.1.1知識和知識表示39
2.1.2知識策略智能41
2.1.3人工智能對知識表示方法的要求42
2.1.4知識的分類42
2.1.5知識表示語言問題43
2.1.6現代邏輯學的基本研究方法44人工智能（第3版）目錄2.2命題邏輯46
2.2.1語法47
2.2.2語義47
2.2.3命題演算形式系統PC49
2.3謂詞邏輯50
2.3.1語法51
2.3.2語義52
2.3.3謂詞邏輯形式系統FC55
2.3.4一階謂詞邏輯的應用57
2.4歸結推理58
2.4.1命題演算中的歸結推理58
2.4.2謂詞演算中的歸結推理61
2.4.3謂詞演算歸結反演的合理性和完備性70
2.4.4案例： 一個基于邏輯的財務顧問74
2.5產生式系統76
2.5.1產生式系統的表示77
2.5.2案例： 九宮圖游戲78
2.5.3案例： 傳教士和野人問題79
2.5.4產生式系統的控制策略82
2.6語義網絡84
2.6.1基本命題的語義網絡表示84
2.6.2連接詞在語義網絡中的表示86
2.6.3語義網絡的推理88
2.6.4語義網絡表示的特點90
2.7框架90
2.7.1框架的構成90
2.7.2框架系統的推理92
2.7.3框架表示的特點93
2.8腳本93
2.8.1腳本概念94
2.8.2案例： 飯店腳本94
2.9知識圖譜96
2.9.1知識圖譜及其表示97
2.9.2百度知識圖譜技術方案98
2.9.3案例： 知識圖譜在互聯網金融行業中的應用101
2.10基于知識的系統103
2.10.1知識獲取103
2.10.2知識組織105
2.10.3知識應用106
2.10.4常識知識和大規模知識處理108
2.10.5常識推理108
2.10.6案例： 知識圖譜應用110
2.11小結112
習題112
第3章搜索技術123
3.1概述123
3.2盲目搜索方法128
3.3啟發式搜索129
3.3.1啟發性信息和評估函數130
3.3.2*好優先搜索算法131
3.3.3貪婪*好優先搜索算法132
3.3.4A算法和A算法132
3.3.5迭代加深A算法136
3.4問題歸約和ANDOR圖啟發式搜索136
3.4.1問題歸約的描述137
3.4.2問題的ANDOR圖表示138
3.4.3AO算法139
3.5博弈143
3.5.1極大極小過程144
3.5.2α-β過程146
3.5.3效用值估計方法149
3.6案例分析149
3.6.1八皇后問題149
3.6.2洞穴探寶151
3.6.3五子棋153
習題158
第4章高級搜索161
4.1爬山法搜索161
4.2模擬退火搜索164
4.2.1模擬退火搜索的基本思想164
4.2.2模擬退火算法165
4.2.3模擬退火算法關鍵參數和操作的設計167
4.3遺傳算法168
4.3.1遺傳算法的基本思想169
4.3.2遺傳算法的基本操作170
4.4案例分析175
4.4.1爬山算法求解旅行商問題175
4.4.2模擬退火算法求解旅行商問題176
4.4.3遺傳算法求解旅行商問題177
習題178
第5章不確定知識表示和推理180
5.1概述180
5.1.1什么是不確定推理181
5.1.2不確定推理要解決的基本問題181
5.1.3不確定性推理方法分類183
5.2非單調邏輯184
5.2.1非單調邏輯的產生185
5.2.2缺省推理邏輯186
5.2.3非單調邏輯系統188
5.2.4非單調規則190
5.2.5案例： 有經紀人的交易191
5.3主觀Bayes方法194
5.3.1全概率公式和Bayes公式194
5.3.2主觀 Bayes方法196
5.4確定性理論201
5.4.1建造醫學專家系統時的問題201
5.4.2CF模型202
5.4.3案例： 帆船分類專家系統207
5.5證據理論212
5.5.1假設的不確定性212
5.5.2證據的不確定性與證據組合215
5.5.3規則的不確定性216
5.5.4不確定性的傳遞與組合216
5.5.5證據理論案例217
5.6模糊邏輯和模糊推理219
5.6.1模糊集合及其運算219
5.6.2模糊關系220
5.6.3語言變量221
5.6.4模糊邏輯和模糊推理222
5.6.5案例： 抵押申請評估決策支持系統226
5.7小結232
習題233
第6章Agent238
6.1概述238
6.2Agent及其結構240
6.2.1Agent的定義240
6.2.2Agent要素及特性241
6.2.3Agent的結構特點243
6.2.4Agent的結構分類244
6.3Agent應用案例246
6.4Agent通信250
6.4.1通信方式250
6.4.2Agent通信語言ACL251
6.5協調與協作256
6.5.1引言256
6.5.2合同網258
6.5.3協作規劃260
6.6移動Agent263
6.6.1移動Agent產生的背景264
6.6.2定義和系統組成266
6.6.3實現技術267
6.6.4移動Agent系統275
6.6.5移動Agent技術的應用場景276
6.7多Agent系統開發框架JADE278
6.7.1程序模型280
6.7.2可重用開發包281
6.7.3開發和運行的支持工具283
6.8案例： 火星探礦機器人284
6.8.1需求分析284
6.8.2設計與實現286
6.9小結291
習題292
第7章機器學習299
7.1機器學習概述299
7.1.1學習中的元素300
7.1.2目標函數的表示301
7.1.3學習任務的類型303
7.1.4機器學習的定義和發展史304
7.1.5機器學習的主要策略306
7.1.6機器學習系統的基本結構307
7.2基于符號的機器學習308
7.2.1歸納學習308
7.2.2決策樹學習312
7.2.3基于范例的學習318
7.2.4解釋學習323
7.2.5案例： 通過EBG學習概念cup324
7.2.6強化學習325
7.3基于神經網絡的機器學習327
7.3.1神經網絡概述327
7.3.2基于反向傳播網絡的學習332
7.3.3案例： 基于反向傳播網絡擬合曲線341
7.3.4深度學習348
7.3.5案例： 深度學習在計算機視覺中的應用353
7.3.6競爭網絡358
7.3.7案例： 學習向量量化解決分類問題368
7.4基于統計的機器學習369
7.4.1支持向量機369
7.4.2案例： XOR問題378
7.4.3統計關系學習380
7.5小結382
習題384
第8章自然語言處理技術393
8.1自然語言理解的一般問題393
8.1.1自然語言理解的概念及意義393
8.1.2自然語言理解研究的發展395
8.1.3自然語言理解的層次396
8.2詞法分析399
8.3句法分析402
8.3.1短語結構文法和Chomsky文法體系402
8.3.2句法分析樹404
8.3.3轉移網絡405
8.4語義分析406
8.4.1語義文法406
8.4.2格文法407
8.5大規模真實文本的處理408
8.5.1語料庫語言學及其特點408
8.5.2統計學方法的應用及所面臨的問題410
8.5.3漢語語料庫加工的基本方法411
8.5.4語義資源建設414
8.6信息搜索416
8.6.1信息搜索概述416
8.6.2搜索引擎418
8.6.3智能搜索引擎423
8.6.4搜索引擎的發展趨勢429
8.7機器翻譯433
8.7.1機器翻譯系統概述433
8.7.2機器翻譯的基本模式和方法436
8.7.3統計機器翻譯439
8.7.4利用深度學習改進統計機器翻譯441
8.7.5端到端神經機器翻譯442
8.7.6未來展望443
8.8語音識別444
8.8.1智能語音技術概述444
8.8.2組成單詞讀音的基本單元445
8.8.3信號處理446
8.8.4單個單詞的識別449
8.8.5隱馬爾可夫模型450
8.8.6深度學習在語音識別中的應用451
8.9機器閱讀理解453
8.9.1機器閱讀理解評測數據集453
8.9.2機器閱讀理解的一般方法453
8.9.3機器閱讀理解研究展望455
8.10機器寫作456
8.10.1機器原創稿件457
8.10.2機器二次創作457
8.10.3機器寫作展望459
8.11聊天機器人459
8.11.1聊天機器人應用場景460
8.11.2聊天機器人系統的組成結構及關鍵技術461
8.11.3聊天機器人研究存在的挑戰465
8.12小結465
習題467
第9章智能規劃470
9.1規劃問題470
9.2狀態空間搜索規劃474
9.3偏序規劃477
9.4命題邏輯規劃481
9.5分層任務網絡規劃484
9.6非確定性規劃486
9.7時態規劃488
9.8多Agent規劃491
9.9案例分析495
9.9.1規劃問題的建模與規劃系統的求解過程495
9.9.2Shakey世界497
9.10小結499
習題499
第10章機器人學502
10.1概述502
10.1.1機器人的分類503
10.1.2機器人的特性504
10.1.3機器人學的研究領域504
10.2機器人系統505
10.2.1機器人系統的組成505
10.2.2機器人的工作空間507
10.2.3機器人的性能指標509
10.3機器人的編程模式與語言510
10.4機器人的應用與展望511
10.4.1機器人應用512
10.4.2機器人發展展望515
10.5案例分析： 仿真機器人運動控制算法519
10.5.1仿真平臺使用介紹519
10.5.2仿真平臺與策略程序的關系522
10.5.3策略程序的結構522
10.5.4動作函數及說明526
10.5.5策略527
10.5.6各種定位球狀態的判斷方法530
10.5.7比賽規則531
10.6小結533
習題533
第11章互聯網智能535
11.1概述535
11.2語義網與本體538
11.2.1語義網的層次模型538
11.2.2本體的基本概念540
11.2.3本體描述語言542
11.2.4本體知識管理框架542
11.2.5本體知識管理系統Protégé543
11.2.6本體知識管理系統KAON544
11.3Web技術的演化545
11.3.1Web 1.0546
11.3.2Web 2.0547
11.3.3Web 3.0549
11.3.4互聯的社會550
11.4Web挖掘551
11.4.1Web內容挖掘553
11.4.2Web結構挖掘554
11.4.3Web使用挖掘555
11.4.4互聯網信息可信度問題556
11.4.5案例： 反恐作戰數據挖掘556
11.4.6案例： 微博博主特征行為數據挖掘557
11.5集體智能559
11.5.1社群智能560
11.5.2集體智能系統561
11.5.3全球腦562
11.5.4互聯網大腦（云腦）563
11.5.5智聯網566
11.5.6案例： 智能網聯汽車568
11.5.7案例： 城市計算569
11.6小結571
習題572
附錄A人工智能編程語言Python577
A.1人工智能編程語言概述577
A.2Python語言優勢580
A.3Python人工智能相關庫580
A.4Python語法簡介582
附錄B手寫體識別案例585
B.1MNIST數據集586
B.2Softmax回歸模型587
B.3Softmax回歸的程序實現589
B.4模型的訓練590
B.5模型的評價591
B.6完整代碼及運行結果592
參考文獻594
第1章緒論1
1.1人工智能的定義與概況1
1.2人類智能與人工智能5
1.2.1智能信息處理系統的假設6
1.2.2人類智能的計算機模擬7
1.2.3弱人工智能和強人工智能10
1.3人工智能各學派的認知觀10
1.4人工智能的研究與應用領域12
1.4.1智能感知13
1.4.2智能推理15
1.4.3智能學習19
1.4.4智能行動24
1.5人工智能發展展望29
1.5.1新一輪人工智能的發展特征29
1.5.2未來40年的人工智能問題31
1.5.3人工智能魯棒性和倫理34
1.5.4新一代人工智能發展規劃35
習題37
第2章知識表示和推理39
2.1概述39
2.1.1知識和知識表示39
2.1.2知識策略智能41
2.1.3人工智能對知識表示方法的要求42
2.1.4知識的分類42
2.1.5知識表示語言問題43
2.1.6現代邏輯學的基本研究方法44人工智能（第3版）目錄2.2命題邏輯46
2.2.1語法47
2.2.2語義47
2.2.3命題演算形式系統PC49
2.3謂詞邏輯50
2.3.1語法51
2.3.2語義52
2.3.3謂詞邏輯形式系統FC55
2.3.4一階謂詞邏輯的應用57
2.4歸結推理58
2.4.1命題演算中的歸結推理58
2.4.2謂詞演算中的歸結推理61
2.4.3謂詞演算歸結反演的合理性和完備性70
2.4.4案例： 一個基于邏輯的財務顧問74
2.5產生式系統76
2.5.1產生式系統的表示77
2.5.2案例： 九宮圖游戲78
2.5.3案例： 傳教士和野人問題79
2.5.4產生式系統的控制策略82
2.6語義網絡84
2.6.1基本命題的語義網絡表示84
2.6.2連接詞在語義網絡中的表示86
2.6.3語義網絡的推理88
2.6.4語義網絡表示的特點90
2.7框架90
2.7.1框架的構成90
2.7.2框架系統的推理92
2.7.3框架表示的特點93
2.8腳本93
2.8.1腳本概念94
2.8.2案例： 飯店腳本94
2.9知識圖譜96
2.9.1知識圖譜及其表示97
2.9.2百度知識圖譜技術方案98
2.9.3案例： 知識圖譜在互聯網金融行業中的應用101
2.10基于知識的系統103
2.10.1知識獲取103
2.10.2知識組織105
2.10.3知識應用106
2.10.4常識知識和大規模知識處理108
2.10.5常識推理108
2.10.6案例： 知識圖譜應用110
2.11小結112
習題112
第3章搜索技術123
3.1概述123
3.2盲目搜索方法128
3.3啟發式搜索129
3.3.1啟發性信息和評估函數130
3.3.2*好優先搜索算法131
3.3.3貪婪*好優先搜索算法132
3.3.4A算法和A算法132
3.3.5迭代加深A算法136
3.4問題歸約和ANDOR圖啟發式搜索136
3.4.1問題歸約的描述137
3.4.2問題的ANDOR圖表示138
3.4.3AO算法139
3.5博弈143
3.5.1極大極小過程144
3.5.2α-β過程146
3.5.3效用值估計方法149
3.6案例分析149
3.6.1八皇后問題149
3.6.2洞穴探寶151
3.6.3五子棋153
習題158
第4章高級搜索161
4.1爬山法搜索161
4.2模擬退火搜索164
4.2.1模擬退火搜索的基本思想164
4.2.2模擬退火算法165
4.2.3模擬退火算法關鍵參數和操作的設計167
4.3遺傳算法168
4.3.1遺傳算法的基本思想169
4.3.2遺傳算法的基本操作170
4.4案例分析175
4.4.1爬山算法求解旅行商問題175
4.4.2模擬退火算法求解旅行商問題176
4.4.3遺傳算法求解旅行商問題177
習題178
第5章不確定知識表示和推理180
5.1概述180
5.1.1什么是不確定推理181
5.1.2不確定推理要解決的基本問題181
5.1.3不確定性推理方法分類183
5.2非單調邏輯184
5.2.1非單調邏輯的產生185
5.2.2缺省推理邏輯186
5.2.3非單調邏輯系統188
5.2.4非單調規則190
5.2.5案例： 有經紀人的交易191
5.3主觀Bayes方法194
5.3.1全概率公式和Bayes公式194
5.3.2主觀 Bayes方法196
5.4確定性理論201
5.4.1建造醫學專家系統時的問題201
5.4.2CF模型202
5.4.3案例： 帆船分類專家系統207
5.5證據理論212
5.5.1假設的不確定性212
5.5.2證據的不確定性與證據組合215
5.5.3規則的不確定性216
5.5.4不確定性的傳遞與組合216
5.5.5證據理論案例217
5.6模糊邏輯和模糊推理219
5.6.1模糊集合及其運算219
5.6.2模糊關系220
5.6.3語言變量221
5.6.4模糊邏輯和模糊推理222
5.6.5案例： 抵押申請評估決策支持系統226
5.7小結232
習題233
第6章Agent238
6.1概述238
6.2Agent及其結構240
6.2.1Agent的定義240
6.2.2Agent要素及特性241
6.2.3Agent的結構特點243
6.2.4Agent的結構分類244
6.3Agent應用案例246
6.4Agent通信250
6.4.1通信方式250
6.4.2Agent通信語言ACL251
6.5協調與協作256
6.5.1引言256
6.5.2合同網258
6.5.3協作規劃260
6.6移動Agent263
6.6.1移動Agent產生的背景264
6.6.2定義和系統組成266
6.6.3實現技術267
6.6.4移動Agent系統275
6.6.5移動Agent技術的應用場景276
6.7多Agent系統開發框架JADE278
6.7.1程序模型280
6.7.2可重用開發包281
6.7.3開發和運行的支持工具283
6.8案例： 火星探礦機器人284
6.8.1需求分析284
6.8.2設計與實現286
6.9小結291
習題292
第7章機器學習299
7.1機器學習概述299
7.1.1學習中的元素300
7.1.2目標函數的表示301
7.1.3學習任務的類型303
7.1.4機器學習的定義和發展史304
7.1.5機器學習的主要策略306
7.1.6機器學習系統的基本結構307
7.2基于符號的機器學習308
7.2.1歸納學習308
7.2.2決策樹學習312
7.2.3基于范例的學習318
7.2.4解釋學習323
7.2.5案例： 通過EBG學習概念cup324
7.2.6強化學習325
7.3基于神經網絡的機器學習327
7.3.1神經網絡概述327
7.3.2基于反向傳播網絡的學習332
7.3.3案例： 基于反向傳播網絡擬合曲線341
7.3.4深度學習348
7.3.5案例： 深度學習在計算機視覺中的應用353
7.3.6競爭網絡358
7.3.7案例： 學習向量量化解決分類問題368
7.4基于統計的機器學習369
7.4.1支持向量機369
7.4.2案例： XOR問題378
7.4.3統計關系學習380
7.5小結382
習題384
第8章自然語言處理技術393
8.1自然語言理解的一般問題393
8.1.1自然語言理解的概念及意義393
8.1.2自然語言理解研究的發展395
8.1.3自然語言理解的層次396
8.2詞法分析399
8.3句法分析402
8.3.1短語結構文法和Chomsky文法體系402
8.3.2句法分析樹404
8.3.3轉移網絡405
8.4語義分析406
8.4.1語義文法406
8.4.2格文法407
8.5大規模真實文本的處理408
8.5.1語料庫語言學及其特點408
8.5.2統計學方法的應用及所面臨的問題410
8.5.3漢語語料庫加工的基本方法411
8.5.4語義資源建設414
8.6信息搜索416
8.6.1信息搜索概述416
8.6.2搜索引擎418
8.6.3智能搜索引擎423
8.6.4搜索引擎的發展趨勢429
8.7機器翻譯433
8.7.1機器翻譯系統概述433
8.7.2機器翻譯的基本模式和方法436
8.7.3統計機器翻譯439
8.7.4利用深度學習改進統計機器翻譯441
8.7.5端到端神經機器翻譯442
8.7.6未來展望443
8.8語音識別444
8.8.1智能語音技術概述444
8.8.2組成單詞讀音的基本單元445
8.8.3信號處理446
8.8.4單個單詞的識別449
8.8.5隱馬爾可夫模型450
8.8.6深度學習在語音識別中的應用451
8.9機器閱讀理解453
8.9.1機器閱讀理解評測數據集453
8.9.2機器閱讀理解的一般方法453
8.9.3機器閱讀理解研究展望455
8.10機器寫作456
8.10.1機器原創稿件457
8.10.2機器二次創作457
8.10.3機器寫作展望459
8.11聊天機器人459
8.11.1聊天機器人應用場景460
8.11.2聊天機器人系統的組成結構及關鍵技術461
8.11.3聊天機器人研究存在的挑戰465
8.12小結465
習題467
第9章智能規劃470
9.1規劃問題470
9.2狀態空間搜索規劃474
9.3偏序規劃477
9.4命題邏輯規劃481
9.5分層任務網絡規劃484
9.6非確定性規劃486
9.7時態規劃488
9.8多Agent規劃491
9.9案例分析495
9.9.1規劃問題的建模與規劃系統的求解過程495
9.9.2Shakey世界497
9.10小結499
習題499
第10章機器人學502
10.1概述502
10.1.1機器人的分類503
10.1.2機器人的特性504
10.1.3機器人學的研究領域504
10.2機器人系統505
10.2.1機器人系統的組成505
10.2.2機器人的工作空間507
10.2.3機器人的性能指標509
10.3機器人的編程模式與語言510
10.4機器人的應用與展望511
10.4.1機器人應用512
10.4.2機器人發展展望515
10.5案例分析： 仿真機器人運動控制算法519
10.5.1仿真平臺使用介紹519
10.5.2仿真平臺與策略程序的關系522
10.5.3策略程序的結構522
10.5.4動作函數及說明526
10.5.5策略527
10.5.6各種定位球狀態的判斷方法530
10.5.7比賽規則531
10.6小結533
習題533
第11章互聯網智能535
11.1概述535
11.2語義網與本體538
11.2.1語義網的層次模型538
11.2.2本體的基本概念540
11.2.3本體描述語言542
11.2.4本體知識管理框架542
11.2.5本體知識管理系統Protégé543
11.2.6本體知識管理系統KAON544
11.3Web技術的演化545
11.3.1Web 1.0546
11.3.2Web 2.0547
11.3.3Web 3.0549
11.3.4互聯的社會550
11.4Web挖掘551
11.4.1Web內容挖掘553
11.4.2Web結構挖掘554
11.4.3Web使用挖掘555
11.4.4互聯網信息可信度問題556
11.4.5案例： 反恐作戰數據挖掘556
11.4.6案例： 微博博主特征行為數據挖掘557
11.5集體智能559
11.5.1社群智能560
11.5.2集體智能系統561
11.5.3全球腦562
11.5.4互聯網大腦（云腦）563
11.5.5智聯網566
11.5.6案例： 智能網聯汽車568
11.5.7案例： 城市計算569
11.6小結571
習題572
附錄A人工智能編程語言Python577
A.1人工智能編程語言概述577
A.2Python語言優勢580
A.3Python人工智能相關庫580
A.4Python語法簡介582
附錄B手寫體識別案例585
B.1MNIST數據集586
B.2Softmax回歸模型587
B.3Softmax回歸的程序實現589
B.4模型的訓練590
B.5模型的評價591
B.6完整代碼及運行結果592
參考文獻594
展開全部
人工智能-(第3版) 作者簡介
賁可榮，海軍工程大學教授、博士生導師，中國計算機學會理論計算機科學專委副主任、軟件工程專委委員，擔任軍隊人工智能專業組專家，獲軍隊院校育才獎金獎。碩士、博士先后師從南京大學莫紹揆先生、國防科技大學陳火旺先生，打下了扎實的理論基礎。
張彥鐸，武漢工程大學黨委常委、副校長、教授，湖北省有突出貢獻的中青年專家，中國人工智能學會智能機器人專業委員會委員、機器人足球技術專業委員會委員，國際機器人足球聯盟中國分會華中地區召集人。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
中國歷史的瞬間
- >
名家帶你讀魯迅:朝花夕拾
- >
苦雨齋序跋文-周作人自編集
- >
煙與鏡
- >
二體千字文
- >
推拿
本類暢銷
