書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >>
人工智能及其應(yīng)用(第6版)/蔡自興 劉麗玨 蔡競峰

人工智能及其應(yīng)用(第6版)/蔡自興 劉麗玨 蔡競峰

出版社：清華大學(xué)出版社出版時間：2020-08-01
開本： 其他 頁數(shù)： 432
本類榜單：教材銷量榜
中 圖 價:¥75.7(8.5折) 定價  ¥89.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

人工智能及其應(yīng)用(第6版)/蔡自興 劉麗玨 蔡競峰 版權(quán)信息

人工智能及其應(yīng)用(第6版)/蔡自興 劉麗玨 蔡競峰 本書特色

本書涵蓋了人工智能十分廣泛的主題，具有三個明顯特色。首先，該書系統(tǒng)全面，既包括“傳統(tǒng)”人工智能的基礎(chǔ)理論與技術(shù)，又涉及計算智能的基本原理與方法，其主要研究與應(yīng)用領(lǐng)域包含知識表示與推理、計算智能、專家系統(tǒng)、機器學(xué)習(xí)、智能規(guī)劃、分布式智能和自然語言理解等。其次，該書內(nèi)容比較新穎，注重創(chuàng)新，用相當(dāng)多的篇幅介紹了人工智能的先進(jìn)研究方法，特別是一些新技術(shù)和交叉技術(shù)的應(yīng)用。再次，該書理論與實踐高度融合，既有理論、技術(shù)和方法的闡述，又有許多應(yīng)用實例的介紹，有助于讀者對人工智能理論方法的深入理解及其應(yīng)用開發(fā)。由于上述特點，本書先后出版了6個版本，發(fā)行近70萬冊，獲得廣泛使用，并榮獲多項國內(nèi)外科技和教育獎勵。本書是大學(xué)本科生和大學(xué)研究生學(xué)習(xí)人工智能的**參考資料，也可供人工智能研究與開發(fā)人員進(jìn)行相關(guān)人工智能項目研究的綜合手冊和實用指南。 本書為人工智能領(lǐng)域的經(jīng)典教材，國家級精品課程“人工智能”配套教材，國家級雙語教學(xué)示范課程“人工智能”配套教材，國家級精品資源共享課程“人工智能”配套教材，第二版獲國家教育部科技進(jìn)步一等獎。

人工智能及其應(yīng)用(第6版)/蔡自興 劉麗玨 蔡競峰 內(nèi)容簡介

本書共8章。章敘述人工智能的定義、起源與發(fā)展，簡介人工智能不同學(xué)派的認(rèn)知觀，列舉出人工智能的研究與應(yīng)用領(lǐng)域。第2章和第3章主要研究傳統(tǒng)人工智能的知識表示方法和搜索推理技術(shù)。第4章闡述計算智能的基本知識，包含神經(jīng)計算、模糊計算、進(jìn)化計算、人工生命、粒群優(yōu)化和蟻群計算等內(nèi)容。第5章至第8章討論人工智能的主要應(yīng)用領(lǐng)域，包括專家系統(tǒng)、機器學(xué)習(xí)、自動規(guī)劃和自然語言理解等。與第5版相比，許多內(nèi)容都是次出現(xiàn)，例如，人工智能的核心技術(shù)、基于本體的知識表示、各種基于生物行為的算法、新型專家系統(tǒng)、語音識別和語料庫語言學(xué)以及深度學(xué)習(xí)等。其他章節(jié)也在第5版的基礎(chǔ)上作了相應(yīng)的修改、精簡或補充。

人工智能及其應(yīng)用(第6版)/蔡自興 劉麗玨 蔡競峰 目錄

第1章緒論
1.1人工智能的定義與發(fā)展
1.1.1人工智能的定義
1.1.2人工智能的起源與發(fā)展
1.1.3中國人工智能的發(fā)展
1.2人工智能的各種認(rèn)知觀
1.2.1人工智能各學(xué)派的認(rèn)知觀
1.2.2人工智能的爭論
1.3人類智能與人工智能
1.3.1智能信息處理系統(tǒng)的假設(shè)
1.3.2人類智能的計算機模擬
1.4人工智能系統(tǒng)的分類
1.5人工智能的研究目標(biāo)和內(nèi)容
1.5.1人工智能的研究目標(biāo)
1.5.2人工智能研究的基本內(nèi)容
1.5.3人工智能的核心技術(shù)
1.6人工智能的研究與計算方法
1.6.1人工智能的研究方法
1.6.2人工智能的計算方法
1.7人工智能的研究與應(yīng)用領(lǐng)域
1.8本書概要
習(xí)題1
參考文獻(xiàn)
第2章知識表示方法
2.1狀態(tài)空間表示
2.1.1問題狀態(tài)描述
2.1.2狀態(tài)圖示法
2.2問題歸約表示
2.2.1問題歸約描述
2.2.2與或圖表示
2.3謂詞邏輯表示
2.3.1謂詞演算
2.3.2謂詞公式
2.3.3置換與合一
2.4語義網(wǎng)絡(luò)表示
2.4.1二元語義網(wǎng)絡(luò)的表示
2.4.2多元語義網(wǎng)絡(luò)的表示
2.4.3語義網(wǎng)絡(luò)的推理過程
2.5框架表示
2.5.1框架的構(gòu)成
2.5.2框架的推理
2.6本體技術(shù)
2.6.1本體的概念
2.6.2本體的組成與分類
2.6.3本體的建模
2.7過程表示
2.8小結(jié)
習(xí)題2
參考文獻(xiàn)
第3章搜索推理技術(shù)
3.1圖搜索策略
3.2盲目搜索
3.2.1寬度優(yōu)先搜索
3.2.2深度優(yōu)先搜索
3.2.3等代價搜索
3.3啟發(fā)式搜索
3.3.1啟發(fā)式搜索策略和估價函數(shù)
3.3.2有序搜索
3.3.3A*算法
3.4消解原理
3.4.1子句集的求取
3.4.2消解推理規(guī)則
3.4.3含有變量的消解式
3.4.4消解反演求解過程
3.5規(guī)則演繹系統(tǒng)
3.5.1規(guī)則正向演繹系統(tǒng)
3.5.2規(guī)則逆向演繹系統(tǒng)
3.5.3規(guī)則雙向演繹系統(tǒng)
3.6不確定性推理
3.6.1不確定性的表示與度量
3.6.2不確定性的算法
3.7概率推理
3.7.1概率的基本性質(zhì)和計算公式
3.7.2概率推理方法
3.8主觀貝葉斯方法
3.8.1知識不確定性的表示
3.8.2證據(jù)不確定性的表示
3.8.3主觀貝葉斯方法的推理過程
3.9小結(jié)
習(xí)題3
參考文獻(xiàn)
第4章計算智能
4.1概述
4.2神經(jīng)計算
4.2.1人工神經(jīng)網(wǎng)絡(luò)研究的進(jìn)展
4.2.2人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
4.2.3人工神經(jīng)網(wǎng)絡(luò)示例及其算法
4.2.4基于神經(jīng)網(wǎng)絡(luò)的知識表示與推理
4.3模糊計算
4.3.1模糊集合、模糊邏輯及其運算
4.3.2模糊邏輯推理
4.4進(jìn)化算法與遺傳算法
4.4.1進(jìn)化算法原理
4.4.2進(jìn)化算法框架
4.4.3遺傳算法的編碼與解碼
4.4.4遺傳算法的遺傳算子
4.4.5遺傳算法的執(zhí)行過程
4.4.6遺傳算法的執(zhí)行實例
4.5人工生命
4.5.1人工生命研究的起源和發(fā)展
4.5.2人工生命的定義和研究意義
4.5.3人工生命的研究內(nèi)容和方法
4.5.4人工生命的實例
4.6粒群優(yōu)化算法
4.6.1群智能和粒群優(yōu)化概述
4.6.2粒群優(yōu)化算法
4.7蟻群算法
4.7.1蟻群算法理論
4.7.2蟻群算法的研究與應(yīng)用
4.8小結(jié)
習(xí)題4
參考文獻(xiàn)
第5章專家系統(tǒng)
5.1專家系統(tǒng)概述
5.1.1專家系統(tǒng)的定義與特點
5.1.2專家系統(tǒng)的結(jié)構(gòu)和建造步驟
5.2基于規(guī)則的專家系統(tǒng)
5.2.1基于規(guī)則專家系統(tǒng)的工作模型和結(jié)構(gòu)
5.2.2基于規(guī)則專家系統(tǒng)的特點
5.3基于框架的專家系統(tǒng)
5.3.1基于框架專家系統(tǒng)的定義、結(jié)構(gòu)和設(shè)計方法
5.3.2基于框架專家系統(tǒng)的繼承、槽和方法
5.4基于模型的專家系統(tǒng)
5.4.1基于模型專家系統(tǒng)的提出
5.4.2基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)
5.5基于Web的專家系統(tǒng)
5.5.1基于Web專家系統(tǒng)的結(jié)構(gòu)
5.5.2基于Web專家系統(tǒng)的實例
5.6新型專家系統(tǒng)
5.6.1新型專家系統(tǒng)的特征
5.6.2分布式專家系統(tǒng)
5.6.3協(xié)同式專家系統(tǒng)
5.7專家系統(tǒng)的設(shè)計
5.7.1專家系統(tǒng)的設(shè)計過程
5.7.2基于規(guī)則專家系統(tǒng)的一般設(shè)計方法
5.7.3反向推理規(guī)則專家系統(tǒng)的設(shè)計任務(wù)
5.8專家系統(tǒng)開發(fā)工具
5.8.1專家系統(tǒng)的傳統(tǒng)開發(fā)工具
5.8.2專家系統(tǒng)的Matlab開發(fā)工具
5.9小結(jié)
習(xí)題5
參考文獻(xiàn)
第6章機器學(xué)習(xí)
6.1機器學(xué)習(xí)的定義和發(fā)展歷史
6.1.1機器學(xué)習(xí)的定義
6.1.2機器學(xué)習(xí)的發(fā)展史
6.2機器學(xué)習(xí)的主要策略與基本結(jié)構(gòu)
6.2.1機器學(xué)習(xí)的主要策略
6.2.2機器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)
6.3歸納學(xué)習(xí)
6.3.1歸納學(xué)習(xí)的模式和規(guī)則
6.3.2歸納學(xué)習(xí)方法
6.4決策樹學(xué)習(xí)
6.4.1決策樹和決策樹構(gòu)造算法
6.4.2決策樹學(xué)習(xí)算法ID3
6.5類比學(xué)習(xí)
6.5.1類比推理和類比學(xué)習(xí)形式
6.5.2類比學(xué)習(xí)過程與研究類型
6.6解釋學(xué)習(xí)
6.6.1解釋學(xué)習(xí)過程和算法
6.6.2解釋學(xué)習(xí)舉例
6.7神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)
6.7.1基于反向傳播網(wǎng)絡(luò)的學(xué)習(xí)
6.7.2基于Hopfield網(wǎng)絡(luò)的學(xué)習(xí)
6.8知識發(fā)現(xiàn)
6.8.1知識發(fā)現(xiàn)的發(fā)展和定義
6.8.2知識發(fā)現(xiàn)的處理過程
6.8.3知識發(fā)現(xiàn)的方法
6.8.4知識發(fā)現(xiàn)的應(yīng)用
6.9增強學(xué)習(xí)
6.9.1增強學(xué)習(xí)概述
6.9.2Q學(xué)習(xí)
6.10深度學(xué)習(xí)
6.10.1深度學(xué)習(xí)的定義與特點
6.10.2深度學(xué)習(xí)基礎(chǔ)及神經(jīng)網(wǎng)絡(luò)
6.10.3深度學(xué)習(xí)的常用模型
6.10.4深度學(xué)習(xí)應(yīng)用簡介
6.10.5總結(jié)與展望
6.11小結(jié)
習(xí)題6
參考文獻(xiàn)
第7章智能規(guī)劃
7.1智能規(guī)劃概述
7.1.1規(guī)劃的概念和作用
7.1.2規(guī)劃的分類和問題分解途徑
7.1.3執(zhí)行規(guī)劃系統(tǒng)任務(wù)的一般方法
7.2任務(wù)規(guī)劃
7.2.1積木世界的機器人規(guī)劃
7.2.2基于消解原理的規(guī)劃
7.2.3具有學(xué)習(xí)能力的規(guī)劃系統(tǒng)
7.2.4分層規(guī)劃
7.2.5基于專家系統(tǒng)的規(guī)劃
7.3運動路徑規(guī)劃
7.3.1機器人路徑規(guī)劃的主要方法和發(fā)展趨勢
7.3.2基于模擬退火算法的機器人局部路徑規(guī)劃
7.3.3免疫進(jìn)化和示例學(xué)習(xí)的機器人路徑規(guī)劃
7.3.4基于蟻群算法的機器人路徑規(guī)劃
7.4軌跡規(guī)劃簡介
7.5小結(jié)
習(xí)題7
參考文獻(xiàn)
第8章自然語言理解
8.1自然語言理解概述
8.1.1語言與語言理解
8.1.2自然語言處理的概念和定義
8.1.3自然語言處理的研究領(lǐng)域和意義
8.1.4自然語言理解研究的基本方法和進(jìn)展
8.1.5自然語言理解過程的層次
8.2詞法分析
8.3句法分析
8.3.1短語結(jié)構(gòu)語法
8.3.2喬姆斯基形式語法
8.3.3轉(zhuǎn)移網(wǎng)絡(luò)
8.3.4擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)
8.3.5詞匯功能語法
8.4語義分析
8.5句子的自動理解
8.5.1簡單句的理解方法
8.5.2復(fù)合句的理解方法
8.6語料庫語言學(xué)
8.7語音識別
8.7.1語音識別基本原理
8.7.2語音識別關(guān)鍵技術(shù)
8.7.3語音識別技術(shù)的發(fā)展
8.7.4語音識別技術(shù)展望
8.8文本的自動翻譯——機器翻譯
8.9自然語言理解系統(tǒng)的主要模型
8.10自然語言理解系統(tǒng)應(yīng)用舉例
8.10.1自然語言自動理解系統(tǒng)
8.10.2自然語言問答系統(tǒng)
8.11小結(jié)
習(xí)題8
參考文獻(xiàn)
結(jié)束語
索引

展開全部

人工智能及其應(yīng)用(第6版)/蔡自興 劉麗玨 蔡競峰 作者簡介

蔡自興，IEEE院士和IEEE終身院士（Fellow）、國際導(dǎo)航與運動控制科學(xué)院院士、紐約科學(xué)院院士、聯(lián)合國專家，中南大學(xué)信息科學(xué)與工程學(xué)院教授、博士生導(dǎo)師，湖南省自興人工智能研究院首席科學(xué)家。首屆全國高校國j級教學(xué)名師獎、吳文俊人工智能科技獎成就獎、徐特立教育獎、寶鋼全國優(yōu)秀教師獎特等獎獲得者。歷任第八屆湖南省政協(xié)副主席和全國政協(xié)第九屆和第十屆委員會委員，兼任中國人工智能學(xué)會副理事長及智能機器人專業(yè)委員會創(chuàng)會主任、IEEE計算智能學(xué)會評獎委員會委員和IEEE CIS進(jìn)化計算技術(shù)委員會委員等。已在國內(nèi)外編著出版專著和教材50多部（版），發(fā)表論文1000余篇，他引數(shù)萬次。主持國j級精品課程、精品資源共享課程、國j級教學(xué)團(tuán)隊等國家教育部質(zhì)量工程項目8項。是我國人工智能、智能控制、機器人學(xué)諸學(xué)科的學(xué)術(shù)帶頭人之一，被譽為“中國人工智能教育第一人”“中國智能機器人學(xué)科創(chuàng)始人”“中國智能控制奠基者”。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
返回頂部
中圖網(wǎng)
在線客服