中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
人工智能基礎教程 版權信息
- ISBN：9787568055628
- 條形碼：9787568055628 ; 978-7-5680-5562-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
人工智能基礎教程 本書特色
本書對人工智能的理論基礎——智能信息處理方法逐一進行了介紹，著重講解了各種智能算法的思想淵源、流程結構、改進方法及其相關應用。相比于其他的AI類圖書，本書的大特點是在介紹每一種類型的智能信息處理方法之前幾乎都追溯了算法設計的思想淵源，因此，本書具有較大的啟發性，讀者在閱讀時需要對此認真體會。本書精心地選擇了當前人工智能領域中具代表性的內容，主要包括緒論、模糊計算、機器學習算法、分類算法、聚類算法、遺傳算法、蟻群優化算法、粒子群優化算法以及復雜網絡方法等。本書不僅將基礎理論與實踐應用集于一身，同時還提供了一些與人工智能領域相關的經典參考書籍，以便為讀者進一步深入地學習和研究AI算法和技術提供幫助。對于那些完全沒有了解和接觸過AI技術并對此有興趣的廣大讀者，本書無疑是適合閱讀的入門級教程或參考書。本書也適于作為高等院校計算機科學、智能科學、數據科學等相關專業的高年級本科生和研究生教程，還可以作為人工智能、計算智能、數據挖掘等領域的研究人員的理論參考書和工具書。為了方便教學，本書還配有電子課件等教學資源包，任課教師和學生可以登錄“我們愛讀書”網（www.ibook4us.com）注冊并瀏覽，任課教師還可以發郵件至hustpeiit@163.com索取。
人工智能基礎教程 內容簡介
本書對人工智能的理論基礎——智能信息處理方法逐一進行了介紹，著重講解了各種智能算法的思想淵源、流程結構、改進方法及其相關應用。相比于其他的AI類圖書，本書的大特點是在介紹每一種類型的智能信息處理方法之前幾乎都追溯了算法設計的思想淵源，因此，本書具有較大的啟發性，讀者在閱讀時需要對此認真體會。本書精心地選擇了當前人工智能領域中具代表性的內容，主要包括緒論、模糊計算、機器學習算法、分類算法、聚類算法、遺傳算法、蟻群優化算法、粒子群優化算法以及復雜網絡方法等。本書不僅將基礎理論與實踐應用集于一身，同時還提供了一些與人工智能領域相關的經典參考書籍，以便為讀者進一步深入地學習和研究AI算法和技術提供幫助。
人工智能基礎教程 目錄
第1篇導論
第1章緒論/2
1.1人工智能的產生和發展/3
1.2優化問題分類/6
1.3計算復雜性理論/9
1.4智能信息處理方法/11 第2篇模糊理論
第2章模糊信息處理/17
2.1模糊邏輯概述/18
2.2模糊集合與模糊邏輯/20
2.3模糊邏輯推理/25
2.4模糊計算/29
2.5模糊計算的應用現狀與發展前景/33 第3篇機器學習
第3章人工神經網絡與機器學習/37
3.1預備知識/38
3.2人工神經網絡模型/44
3.3人工神經網絡的經典結構/48
3.4人工神經網絡學習算法/50
3.5基于反向傳播學習的前饋型神經網絡/54
3.6基于深度學習算法的深度神經網絡/64
3.7機器學習的應用與發展/72 第4篇數據挖掘基礎
第4章分類算法/77
4.1分類的基本概念/78
4.2基于距離的分類算法/79
4.3基于決策樹的分類算法/82
4.4貝葉斯分類算法/98
4.5規則歸納/107
第5章聚類算法/117
5.1聚類算法概述/117
5.2劃分聚類算法/125
5.3層次聚類算法/133
5.4密度聚類算法/139
5.5其余聚類算法/143 第5篇演化計算
第6章遺傳算法/148
6.1遺傳演化理論概述/148
6.2遺傳算法的基本理論/153
6.3遺傳算法的實現方式/158
6.4遺傳算法的改進研究/167
6.5遺傳算法的應用與發展/172
第7章蟻群優化算法/174
7.1自組織系統概述/175
7.2蟻群優化算法概述/177
7.3蟻群優化算法的實現方式/180
7.4蟻群優化算法的改進研究/187
7.5蟻群優化算法的控制參數設置/199
7.6蟻群優化算法的應用現狀/201
第8章粒子群優化算法/203
8.1粒子群優化算法概述/205
8.2粒子群優化算法的實現方式/208
8.3粒子群優化算法的改進研究/213
8.4粒子群優化算法的應用現狀/219 第6篇復雜系統基礎
第9章復雜網絡方法/222
9.1復雜網絡理論概述/222
9.2小世界網絡模型/233
9.3無標度網絡模型/235
9.4復雜網絡方法的應用現狀與發展前景/239
附錄部分章節實驗參考源程序/241
附錄A機器學習算法參考源程序/242
附錄B遺傳算法參考源程序/246
附錄C蟻群優化算法參考源程序/249
附錄D粒子群優化算法參考源程序/252
參考文獻/254
第1章緒論/2
1.1人工智能的產生和發展/3
1.2優化問題分類/6
1.3計算復雜性理論/9
1.4智能信息處理方法/11 第2篇模糊理論
第2章模糊信息處理/17
2.1模糊邏輯概述/18
2.2模糊集合與模糊邏輯/20
2.3模糊邏輯推理/25
2.4模糊計算/29
2.5模糊計算的應用現狀與發展前景/33 第3篇機器學習
第3章人工神經網絡與機器學習/37
3.1預備知識/38
3.2人工神經網絡模型/44
3.3人工神經網絡的經典結構/48
3.4人工神經網絡學習算法/50
3.5基于反向傳播學習的前饋型神經網絡/54
3.6基于深度學習算法的深度神經網絡/64
3.7機器學習的應用與發展/72 第4篇數據挖掘基礎
第4章分類算法/77
4.1分類的基本概念/78
4.2基于距離的分類算法/79
4.3基于決策樹的分類算法/82
4.4貝葉斯分類算法/98
4.5規則歸納/107
第5章聚類算法/117
5.1聚類算法概述/117
5.2劃分聚類算法/125
5.3層次聚類算法/133
5.4密度聚類算法/139
5.5其余聚類算法/143 第5篇演化計算
第6章遺傳算法/148
6.1遺傳演化理論概述/148
6.2遺傳算法的基本理論/153
6.3遺傳算法的實現方式/158
6.4遺傳算法的改進研究/167
6.5遺傳算法的應用與發展/172
第7章蟻群優化算法/174
7.1自組織系統概述/175
7.2蟻群優化算法概述/177
7.3蟻群優化算法的實現方式/180
7.4蟻群優化算法的改進研究/187
7.5蟻群優化算法的控制參數設置/199
7.6蟻群優化算法的應用現狀/201
第8章粒子群優化算法/203
8.1粒子群優化算法概述/205
8.2粒子群優化算法的實現方式/208
8.3粒子群優化算法的改進研究/213
8.4粒子群優化算法的應用現狀/219 第6篇復雜系統基礎
第9章復雜網絡方法/222
9.1復雜網絡理論概述/222
9.2小世界網絡模型/233
9.3無標度網絡模型/235
9.4復雜網絡方法的應用現狀與發展前景/239
附錄部分章節實驗參考源程序/241
附錄A機器學習算法參考源程序/242
附錄B遺傳算法參考源程序/246
附錄C蟻群優化算法參考源程序/249
附錄D粒子群優化算法參考源程序/252
參考文獻/254
展開全部
書友推薦
- >
小考拉的故事-套裝共3冊
- >
莉莉和章魚
- >
自卑與超越
- >
苦雨齋序跋文-周作人自編集
- >
月亮虎
- >
隨園食單
- >
月亮與六便士
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
