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
人工智能基礎(原書第2版) 版權信息
- ISBN：9787111658283
- 條形碼：9787111658283 ; 978-7-111-65828-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能基礎(原書第2版) 本書特色
適讀人群 ：想要獲得人工智能相關知識、機器學習、強化學習技術及其應用實踐的學生、從業者，特別是立志從事AI相關行業的人士通過本書你將學習到以下內容： ?? AI的誕生、發展、變遷，以及幾乎所有成為AI基礎的重要事項 ??AI核心的搜索、解決問題的知識表達、規劃、推論、機器學習等項目 ??推論中不確定性處理（頁面調查工作） ??統計機器學習中基本算法與新進展 ??分散AI及進化計算 ??智能體與智能交互系統
人工智能基礎(原書第2版) 內容簡介
本書把近年來AI的發展歷程中的重要事件一一進行了梳理，不僅回顧了AI的誕生、發展，還詳細歸納整理了當前AI研究的核心問題——規劃、推論、機器學習等，又在此基礎上對人工智能未來的發展方向給出了一定的預期，包括分散AI及進化計算等方面，很好地回答了所謂“人工智能的基礎究竟是什么”這一問題。本書內容直觀全面，用詞簡潔易懂，闡述深入淺出，科普性較強，可以說本書既是一本AI入門級閱讀資料，又是一本適合各大高校開設人工智能專業很好具有可選性和實用性的基礎教材。
人工智能基礎(原書第2版) 目錄
目 錄
譯者序
第 2 版前言
第 1 版前言
第 1 章 何謂人工智能
1.1 何謂智能
1.1.1 智能的相關詞匯
1.1.2 人類智能與機器智能
1.1.3 能否測定機器智能
1.2 人工智能的定義
1.3 人工智能的歷史
1.3.1 萌芽期
1.3.2 AI 的起點 — 達特茅斯會議
1.3.3 AI 的創始期
1.3.4 AI 的**時代 — 智能時代
1.3.5 AI 的第二時代 — 知識時代
1.3.6 AI 的發展期
1.3.7 AI 的高峰期
1.3.8 AI 的第三時代 — 智能體時代
1.4 AI 的研究對象習題
參考文獻
第 2 章 問題的解決
2.1 問題解決的過程
2.2 AI 的對象問題
2.3 問題的定型化方法
2.3.1 狀態空間法
2.3.2 問題分割法
2.3.3 手段 - 目的分析
習題
參考文獻
第 3 章 搜索
3.1 盲目搜索法
3.1.1 縱向搜索
3.1.2 橫向搜索
3.1.3 縱向搜索與橫向搜索的比較
3.1.4 迭代加深搜索
3.2 啟發式搜索
3.2.1 爬山算法
3.2.2 *佳優先搜索
3.2.3 A * 算法
3.2.4 實時 A * 算法
3.2.5 啟發式函數的具體實例
3.3 博弈樹的搜索
3.3.1 極小極大算法
3.3.2 α-β 算法
3.3.3 游戲編程現狀
習題
參考文獻
第 4 章 知識表示
4.1 知識庫系統
4.1.1 問題解決與知識庫系統
4.1.2 知識與知識庫
4.1.3 知識庫系統的特征
4.2 知識處理的三個階段
4.3 知識的分類
4.3.1 專業知識與常識 1
4.3.2 陳述性知識和程序性知識
4.3.3 經驗知識和理論知識
4.3.4 行業知識和任務知識
4.3.5 完整的知識和不完整的知識
4.4 知識表示概要
4.5 代表性知識表示法
4.5.1 生產規則
4.5.2 語義網
4.5.3 框架系統
4.5.4 邏輯
4.5.5 邏輯編程
4.6 本體論
4.6.1 本體論的定義及構成要素
4.6.2 本體論的分類
4.7 語義網和關聯開放數據
習題
參考文獻
第 5 章 規劃
5.1 STRIPS 規劃 5.2 偏序規劃
5.3 反應式規劃
5.3.1 反應式規劃的具體事例
5.3.2 包容體系結構
習題
參考文獻
第 6 章 推理
6.1 演繹、歸納、溯因
6.2 常識推理
6.2.1 缺省邏輯
6.2.2 限界
6.2.3 自認知邏輯
6.2.4 封閉世界假設
6.3 假設推理
6.4 類推
6.5 貝葉斯網絡
習題
參考文獻
第 7 章 機器學習
7.1 歸納學習
7.1.1 假設空間的探索
7.1.2 變形空間法 7.1.3 偏置
7.2 基于解釋的學習（EBL）
7.2.1 基于解釋的泛化（EBG）
7.2.2 宏操作符學習系統
7.3 決策樹的歸納學習
7.4 強化學習
7.4.1 Q 學習
7.4.2 桶隊和利益共享
7.5 *鄰近法
7.6 支持向量機
7.7 關聯規則的學習
7.7.1 關聯規則
7.7.2 Apriori 算法
7.8 聚類
7.8.1 k-means 法
7.8.2 層次聚類
習題
參考文獻
第 8 章 分布式人工智能和進化計算
8.1 分布式人工智能
8.1.1 黑板模型 8.1.2 合同網協議
8.2 進化計算
8.2.1 遺傳算法
8.2.2 遺傳編程
8.2.3 進化學習
習題
參考文獻
第 9 章 智能體和智能交互系統
9.1 智能體框架
9.1.1 智能體的抽象模型
9.1.2 智能體的分類
9.1.3 環境
9.1.4 智能體的程序
9.1.5 智能體的學習
9.2 人機交互
9.2.1 HAI 中智能體定義的延伸
9.2.2 HAI 中的交互設計
9.2.3 適應差距
9.3 智能交互系統
9.3.1 交互式機器學習
9.3.2 用戶適應系統
習題
參考文獻
展開全部
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
龍榆生：詞曲概論/大家小書
- >
羅曼·羅蘭讀書隨筆-精裝
- >
上帝之肋:男人的真實旅程
- >
月亮虎
- >
回憶愛瑪儂
- >
伯納黛特,你要去哪(2021新版)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
