掃一掃
關注中圖網
官方微博
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;算法與編程 版權信息
- ISBN：9787302652076
- 條形碼：9787302652076 ; 978-7-302-65207-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
人工智能基礎;算法與編程 本書特色
u 教材適應互聯網時代學生的學習習慣，集算法思想闡述、配套案例實戰演示、編程操作視頻演示與實操、案例詳解于一體，構建了一套圖、文、聲、像完整的立體化教學資源庫，將教學內容以數字化的形式呈現在學習者面前，打造一本富媒體性、交互性、移動性的移動交互式數字化教材。
u 為每個算法精心配套了實驗案例，形成了“教、學、做、評”四位一體教材模式，可為不同專業、不同學習基礎和不同發展需求的學生學習人工智能提供適宜的內容，增強了教材的普適性。
u 教材編者團隊多元化，由高校老中青教師及企業（行業）一線技術人員組成，將多年來科研成果和真實工程項目改造為教學項目寫入教材，教材內容充分體現了前沿性和應用性。
人工智能基礎;算法與編程 內容簡介
人工智能是一門發展極其迅速且內容十分豐富的學科。本書以人工智能理論算法及其編程實現為核心，按照人工智能經典方法到現代算法順次進行內容編排，全書共7章，第1章人工智能概論，第2章邏輯與推理，第3章搜索求解，第4章機器學習: 監督學習，第5章機器學習: 無監督學習，第6章神經網絡與深度學習，第7章強化學習。本書還將矩陣運算、*優化方法、概率論等數學知識作為附錄。書中每章都附有習題。
本書可作為地方高校人工智能專業和計算機大類專業的本科生或研究生學習人工智能的教材。由于書中各章內容相對獨立，教師可以根據不同專業不同學生的需要選擇講授內容。
人工智能基礎;算法與編程 目錄
第1章人工智能概論1
1.1人工智能定義1
1.1.1生物智能與人類智能1
1.1.2智能與人工智能2
1.2人工智能的歷史2
1.3人工智能研究的不同學派6
1.3.1符號主義6
1.3.2連接主義7
1.3.3行為主義7
1.4人工智能主要應用領域8
習題11
第2章邏輯與推理12
2.1邏輯12
2.1.1知識表示12
2.1.2邏輯的基本概念13
2.2命題邏輯13
2.2.1命題的基本概念14
2.2.2命題邏輯推理15
2.3謂詞邏輯18
2.3.1謂詞的基本概念19
2.3.2謂詞邏輯推理21
2.4知識圖譜26
2.4.1知識圖譜的基本概念27
2.4.2知識圖譜推理27
習題34
第3章搜索求解36
3.1搜索概述363.1.1搜索的基本問題與主要過程36
3.1.2搜索算法分類37
3.2狀態空間表示法37
3.2.1狀態空間表示的基本概念37
3.2.2狀態空間的圖描述38
3.3盲目搜索39
3.3.1盲目搜索概述39
3.3.2深度優先搜索算法39
3.3.3寬度優先搜索算法40
3.3.4盲目搜索算法的Python實現42
3.4啟發式搜索43
3.4.1啟發式搜索概述43
3.4.2啟發信息和估價函數43
3.4.3A算法44
3.4.4A搜索算法46
3.4.5A算法的Python實現47
3.5對抗搜索48
3.5.1博弈概述48
3.5.2極大極小過程49
3.5.3AlphaBeta剪枝50
3.5.4對抗搜索算法的Python實現52
3.6蒙特卡羅搜索53
3.6.1蒙特卡羅方法54
3.6.2蒙特卡羅樹搜索算法54
3.6.3蒙特卡羅樹搜索算法的Python實現57
習題59
目錄〖3〗第4章機器學習: 監督學習62
4.1機器學習概述62
4.1.1引言62
4.1.2機器學習的發展歷史62
4.1.3機器學習的基本概念64
4.1.4機器學習主要研究領域65
4.2回歸分析66
4.2.1線性回歸分析原理66
4.2.2非線性回歸分析原理72
4.2.3回歸分析Python實例74
4.3線性判別分析79
4.3.1線性判別分析算法原理79
4.3.2線性判別分析Python實例83
4.3.3線性判別分析在人臉識別中的應用84
4.4K*近鄰算法85
4.4.1K*近鄰算法原理85
4.4.2K*近鄰算法Python實例86
4.5AdaBoosting89
4.5.1AdaBoosting算法原理89
4.5.2AdaBoosting算法Python實例93
4.6支持向量機95
4.6.1支持向量機原理95
4.6.2支持向量機Python實例103
4.7決策樹106
4.7.1決策樹原理106
4.7.2決策樹算法Python實例111
習題113
第5章機器學習: 無監督學習115
5.1Kmeans聚類115
5.1.1Kmeans聚類原理115
5.1.2Kmeans聚類算法115
5.1.3Kmeans聚類算法特點118
5.1.4Kmeans聚類算法的改進119
5.1.5Kmeans聚類算法的Python實現121
5.2主成分分析122
5.2.1主成分分析原理122
5.2.2主成分分析降維方法125
5.2.3主成分分析特點128
5.2.4主成分分析的Python實現128
5.3特征臉方法129
5.3.1特征臉原理130
5.3.2奇異值分解130
5.3.3特征臉方法步驟131
5.3.4特征臉方法特點133
5.3.5特征臉方法的Python實現134
5.4局部線性嵌入136
5.4.1局部線性嵌入原理136
5.4.2局部線性嵌入算法138
5.4.3局部線性嵌入算法特點140
5.4.4局部線性嵌入算法的一些改進算法141
5.4.5局部線性嵌入算法的Python實現142
5.5獨立成分分析144
5.5.1獨立成分分析的發展144
5.5.2獨立成分分析的基本定義145
5.5.3獨立成分分析與其他統計方法的關系148
5.5.4獨立成分分析的Python實現149
習題152
第6章神經網絡與深度學習153
6.1神經網絡的起源與發展153
6.1.1**代神經網絡153
6.1.2第二代神經網絡155
6.1.3第三代神經網絡156
6.2人工神經網絡156
6.2.1生物神經網絡156
6.2.2人工神經元與人工神經網絡157
6.2.3BP神經網絡158
6.2.4神經網絡Python實例163
6.3卷積神經網絡167
6.3.1卷積神經網絡的結構167
6.3.2卷積神經網絡的基本操作167
6.3.3卷積神經網絡的關鍵技術171
6.3.4卷積神經網絡的訓練過程174
6.3.5幾種經典的卷積神經網絡模型178
6.3.6卷積神經網絡的應用190
6.3.7卷積神經網絡Python實例191
6.4循環神經網絡194
6.4.1循環神經網絡195
6.4.2長短時記憶網絡196
6.4.3循環神經網絡的應用197
6.4.4循環神經網絡Python實例197
習題203
第7章強化學習205
7.1強化學習問題205
7.1.1馬爾可夫決策過程206
7.1.2強化學習問題208
7.2基于價值的強化學習210
7.2.1策略迭代210
7.2.2基于價值的強化學習算法214
7.2.3QLearning的Python實例216
7.3深度強化學習219
7.3.1深度強化學習算法219
7.3.2深度強化學習的應用221
7.3.3深度強化學習的Python實例222
習題225
附錄A數學基礎226
A.1矩陣運算226
A.1.1向量226
A.1.2向量的加法和數乘227
A.1.3矩陣的定義227
A.2*優化方法238
A.2.1基本概念238
A.2.2一階優化算法239
A.2.3凸優化問題243
A.2.4帶約束的優化問題245
A.3概率論246
A.3.1概率論的基本概念246
A.3.2隨機變量數字特征249
A.3.3基本概率分布模型252
A.3.4二維隨機變量255
參考文獻258
1.1人工智能定義1
1.1.1生物智能與人類智能1
1.1.2智能與人工智能2
1.2人工智能的歷史2
1.3人工智能研究的不同學派6
1.3.1符號主義6
1.3.2連接主義7
1.3.3行為主義7
1.4人工智能主要應用領域8
習題11
第2章邏輯與推理12
2.1邏輯12
2.1.1知識表示12
2.1.2邏輯的基本概念13
2.2命題邏輯13
2.2.1命題的基本概念14
2.2.2命題邏輯推理15
2.3謂詞邏輯18
2.3.1謂詞的基本概念19
2.3.2謂詞邏輯推理21
2.4知識圖譜26
2.4.1知識圖譜的基本概念27
2.4.2知識圖譜推理27
習題34
第3章搜索求解36
3.1搜索概述363.1.1搜索的基本問題與主要過程36
3.1.2搜索算法分類37
3.2狀態空間表示法37
3.2.1狀態空間表示的基本概念37
3.2.2狀態空間的圖描述38
3.3盲目搜索39
3.3.1盲目搜索概述39
3.3.2深度優先搜索算法39
3.3.3寬度優先搜索算法40
3.3.4盲目搜索算法的Python實現42
3.4啟發式搜索43
3.4.1啟發式搜索概述43
3.4.2啟發信息和估價函數43
3.4.3A算法44
3.4.4A搜索算法46
3.4.5A算法的Python實現47
3.5對抗搜索48
3.5.1博弈概述48
3.5.2極大極小過程49
3.5.3AlphaBeta剪枝50
3.5.4對抗搜索算法的Python實現52
3.6蒙特卡羅搜索53
3.6.1蒙特卡羅方法54
3.6.2蒙特卡羅樹搜索算法54
3.6.3蒙特卡羅樹搜索算法的Python實現57
習題59
目錄〖3〗第4章機器學習: 監督學習62
4.1機器學習概述62
4.1.1引言62
4.1.2機器學習的發展歷史62
4.1.3機器學習的基本概念64
4.1.4機器學習主要研究領域65
4.2回歸分析66
4.2.1線性回歸分析原理66
4.2.2非線性回歸分析原理72
4.2.3回歸分析Python實例74
4.3線性判別分析79
4.3.1線性判別分析算法原理79
4.3.2線性判別分析Python實例83
4.3.3線性判別分析在人臉識別中的應用84
4.4K*近鄰算法85
4.4.1K*近鄰算法原理85
4.4.2K*近鄰算法Python實例86
4.5AdaBoosting89
4.5.1AdaBoosting算法原理89
4.5.2AdaBoosting算法Python實例93
4.6支持向量機95
4.6.1支持向量機原理95
4.6.2支持向量機Python實例103
4.7決策樹106
4.7.1決策樹原理106
4.7.2決策樹算法Python實例111
習題113
第5章機器學習: 無監督學習115
5.1Kmeans聚類115
5.1.1Kmeans聚類原理115
5.1.2Kmeans聚類算法115
5.1.3Kmeans聚類算法特點118
5.1.4Kmeans聚類算法的改進119
5.1.5Kmeans聚類算法的Python實現121
5.2主成分分析122
5.2.1主成分分析原理122
5.2.2主成分分析降維方法125
5.2.3主成分分析特點128
5.2.4主成分分析的Python實現128
5.3特征臉方法129
5.3.1特征臉原理130
5.3.2奇異值分解130
5.3.3特征臉方法步驟131
5.3.4特征臉方法特點133
5.3.5特征臉方法的Python實現134
5.4局部線性嵌入136
5.4.1局部線性嵌入原理136
5.4.2局部線性嵌入算法138
5.4.3局部線性嵌入算法特點140
5.4.4局部線性嵌入算法的一些改進算法141
5.4.5局部線性嵌入算法的Python實現142
5.5獨立成分分析144
5.5.1獨立成分分析的發展144
5.5.2獨立成分分析的基本定義145
5.5.3獨立成分分析與其他統計方法的關系148
5.5.4獨立成分分析的Python實現149
習題152
第6章神經網絡與深度學習153
6.1神經網絡的起源與發展153
6.1.1**代神經網絡153
6.1.2第二代神經網絡155
6.1.3第三代神經網絡156
6.2人工神經網絡156
6.2.1生物神經網絡156
6.2.2人工神經元與人工神經網絡157
6.2.3BP神經網絡158
6.2.4神經網絡Python實例163
6.3卷積神經網絡167
6.3.1卷積神經網絡的結構167
6.3.2卷積神經網絡的基本操作167
6.3.3卷積神經網絡的關鍵技術171
6.3.4卷積神經網絡的訓練過程174
6.3.5幾種經典的卷積神經網絡模型178
6.3.6卷積神經網絡的應用190
6.3.7卷積神經網絡Python實例191
6.4循環神經網絡194
6.4.1循環神經網絡195
6.4.2長短時記憶網絡196
6.4.3循環神經網絡的應用197
6.4.4循環神經網絡Python實例197
習題203
第7章強化學習205
7.1強化學習問題205
7.1.1馬爾可夫決策過程206
7.1.2強化學習問題208
7.2基于價值的強化學習210
7.2.1策略迭代210
7.2.2基于價值的強化學習算法214
7.2.3QLearning的Python實例216
7.3深度強化學習219
7.3.1深度強化學習算法219
7.3.2深度強化學習的應用221
7.3.3深度強化學習的Python實例222
習題225
附錄A數學基礎226
A.1矩陣運算226
A.1.1向量226
A.1.2向量的加法和數乘227
A.1.3矩陣的定義227
A.2*優化方法238
A.2.1基本概念238
A.2.2一階優化算法239
A.2.3凸優化問題243
A.2.4帶約束的優化問題245
A.3概率論246
A.3.1概率論的基本概念246
A.3.2隨機變量數字特征249
A.3.3基本概率分布模型252
A.3.4二維隨機變量255
參考文獻258
展開全部
人工智能基礎;算法與編程 作者簡介
王洪元，博士，常州大學計算機與人工智能學院二級教授、博士生導師，從事人工智能相關領域的教學、研究、開發工作40余年。發表論文200余篇，出版著作和教材3部，獲國家發明專利10余項，獲省部級科技獎勵多項。
書友推薦
- >
煙與鏡
- >
唐代進士錄
- >
小考拉的故事-套裝共3冊
- >
上帝之肋:男人的真實旅程
- >
月亮虎
- >
名家帶你讀魯迅:朝花夕拾
- >
伯納黛特,你要去哪(2021新版)
- >
姑媽的寶刀
本類暢銷
