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
人工智能超入門叢書--搜索算法:人工智能如何尋覓最優 版權信息
- ISBN：9787122439352
- 條形碼：9787122439352 ; 978-7-122-43935-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能超入門叢書--搜索算法:人工智能如何尋覓最優 本書特色
本書面向在人工智能方向零基礎的讀者，內容定位于專業知識入門和普及層面，全面系統，通俗易懂，讓讀者真正了解和理解人工智能的相關技術方向，而不僅僅是編程技術。
人工智能超入門叢書--搜索算法:人工智能如何尋覓最優 內容簡介
“人工智能超入門叢書”致力于面向人工智能各技術方向零基礎的讀者，內容涉及數據素養、機器學習、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統等方向，體系完整、內容簡潔、文字通俗，綜合介紹人工智能相關知識，并輔以程序代碼解決問題，使得零基礎的讀者快速入門。 《搜索算法：人工智能如何尋覓很優》是“人工智能超入門叢書”中的分冊，本分冊以通俗易懂的語言風格講解了搜索算法的相關知識，內容包括算法問題中涉及的基本數據結構和復雜度分析，及狀態空間、樹、圖等較復雜的數據結構；同時，通過相關實例，講解了各類搜索方法及線性規劃與非線性規劃；也重點解讀了組合優化問題和群智能算法。全書內容包含了搜索算法所能用到的核心方法和技術，另附三個附錄，分別講解了類與繼承以及博弈基礎等。本書搭配關鍵代碼，是一本適合初學者閱讀學習的人工智能（AI）圖書。 本書可以作為人工智能及計算機相關工作崗位的技術人員的入門讀物，也可以供高等院校人工智能及計算機專業的師生閱讀參考，對搜索算法及人工智能方向感興趣的人群也可以閱讀。
人工智能超入門叢書--搜索算法:人工智能如何尋覓最優 目錄
第1章 搜索的世界 001
1.1 出“棋”不易 002
1.1.1 棋技，智力的象征？ 002
1.1.2 搜索＋評估=智能？ 006
1.1.3 AlphaGo是怎樣煉成的？ 008
1.2 給盲目一些信息 011
1.2.1 盲目搜索 011
1.2.2 啟發式搜索 013
1.2.3 博弈中前行 015
1.3 一切皆可優化 017
1.3.1 目標與約束 017
1.3.2 蒙特卡洛樹搜索 021
1.3.3 群智能 024
第2章 基本數據結構與復雜度分析 030
2.1 數據關系與數據結構 031
2.1.1 數據關系 031
2.1.2 數據結構 032
2.2 棧與隊列 033
2.2.1 棧 033
2.2.2 隊列 038
2.2.3 雙端隊列 040
2.3 復雜度 042
2.3.1 衡量算法的效率 042
2.3.2 復雜度的分析 044
第3章 狀態空間、樹與圖 050
3.1 狀態空間 051
3.1.1 狀態的表示 051
3.1.2 迷宮、漢諾塔與八數碼 053
3.1.3 農夫過河 054
3.2 樹 057
3.2.1 樹的基本概念 057
3.2.2 二叉樹 059
3.3 圖 062
3.3.1 圖的基本概念 062
3.3.2 圖的存儲方式 065
第4章 搜索技術 072
4.1 盲目搜索 073
4.1.1 廣度優先搜索算法 073
4.1.2 深度優先搜索算法 080
4.2 啟發式搜索 086
4.2.1 貪婪算法 086
4.2.2 A*算法 089
4.3 對抗搜索 093
4.3.1 博弈下的極小極大搜索 094
4.3.2 alpha–beta剪枝算法 102
第5章 線性與非線性規劃中的搜索 105
5.1 優化問題 106
5.1.1 無處不在的優化 106
5.1.2 優化問題的描述 106
5.2 線性規劃 108
5.2.1 圖解線性規劃 110
5.2.2 搜頂點 113
5.2.3 程序求解 114
5.3 非線性規劃 117
5.3.1 從導數中獲得搜索信息 117
5.3.2 非線性規劃難在哪 124
5.3.3 程序求解 126
第6章 組合優化與求解 132
6.1 組合優化問題 133
6.1.1 旅行商問題 134
6.1.2 背包問題 138
6.2 模擬退火 140
6.2.1 基本原理 140
6.2.2 參數與流程 142
6.2.3 程序代碼 144
6.3 禁忌搜索 149
6.3.1 基本原理 149
6.3.2 參數與流程 152
6.3.3 程序代碼 155
第7章 群智能算法 160
7.1 遺傳算法 161
7.1.1 基本原理 161
7.1.2 參數與流程 166
7.1.3 程序代碼 171
7.2 蟻群算法 176
7.2.1 基本原理 176
7.2.2 參數與流程 180
7.2.3 程序代碼 184
7.3 粒子群算法 189
7.3.1 基本原理 189
7.3.2 參數與流程 191
7.3.3 程序代碼 196
附錄 199
附錄一 類與繼承 200
附錄二 人工智能的博弈基礎 208
附錄三 騰訊扣叮Python實驗室：JupyterLab使用說明 214
1.1 出“棋”不易 002
1.1.1 棋技，智力的象征？ 002
1.1.2 搜索＋評估=智能？ 006
1.1.3 AlphaGo是怎樣煉成的？ 008
1.2 給盲目一些信息 011
1.2.1 盲目搜索 011
1.2.2 啟發式搜索 013
1.2.3 博弈中前行 015
1.3 一切皆可優化 017
1.3.1 目標與約束 017
1.3.2 蒙特卡洛樹搜索 021
1.3.3 群智能 024
第2章 基本數據結構與復雜度分析 030
2.1 數據關系與數據結構 031
2.1.1 數據關系 031
2.1.2 數據結構 032
2.2 棧與隊列 033
2.2.1 棧 033
2.2.2 隊列 038
2.2.3 雙端隊列 040
2.3 復雜度 042
2.3.1 衡量算法的效率 042
2.3.2 復雜度的分析 044
第3章 狀態空間、樹與圖 050
3.1 狀態空間 051
3.1.1 狀態的表示 051
3.1.2 迷宮、漢諾塔與八數碼 053
3.1.3 農夫過河 054
3.2 樹 057
3.2.1 樹的基本概念 057
3.2.2 二叉樹 059
3.3 圖 062
3.3.1 圖的基本概念 062
3.3.2 圖的存儲方式 065
第4章 搜索技術 072
4.1 盲目搜索 073
4.1.1 廣度優先搜索算法 073
4.1.2 深度優先搜索算法 080
4.2 啟發式搜索 086
4.2.1 貪婪算法 086
4.2.2 A*算法 089
4.3 對抗搜索 093
4.3.1 博弈下的極小極大搜索 094
4.3.2 alpha–beta剪枝算法 102
第5章 線性與非線性規劃中的搜索 105
5.1 優化問題 106
5.1.1 無處不在的優化 106
5.1.2 優化問題的描述 106
5.2 線性規劃 108
5.2.1 圖解線性規劃 110
5.2.2 搜頂點 113
5.2.3 程序求解 114
5.3 非線性規劃 117
5.3.1 從導數中獲得搜索信息 117
5.3.2 非線性規劃難在哪 124
5.3.3 程序求解 126
第6章 組合優化與求解 132
6.1 組合優化問題 133
6.1.1 旅行商問題 134
6.1.2 背包問題 138
6.2 模擬退火 140
6.2.1 基本原理 140
6.2.2 參數與流程 142
6.2.3 程序代碼 144
6.3 禁忌搜索 149
6.3.1 基本原理 149
6.3.2 參數與流程 152
6.3.3 程序代碼 155
第7章 群智能算法 160
7.1 遺傳算法 161
7.1.1 基本原理 161
7.1.2 參數與流程 166
7.1.3 程序代碼 171
7.2 蟻群算法 176
7.2.1 基本原理 176
7.2.2 參數與流程 180
7.2.3 程序代碼 184
7.3 粒子群算法 189
7.3.1 基本原理 189
7.3.2 參數與流程 191
7.3.3 程序代碼 196
附錄 199
附錄一 類與繼承 200
附錄二 人工智能的博弈基礎 208
附錄三 騰訊扣叮Python實驗室：JupyterLab使用說明 214
展開全部
書友推薦
- >
自卑與超越
- >
苦雨齋序跋文-周作人自編集
- >
中國歷史的瞬間
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
我從未如此眷戀人間
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家帶你讀魯迅:故事新編
- >
隨園食單
本類暢銷
