<nav id="hcofa"><tfoot id="hcofa"></tfoot></nav>

<nav id="hcofa"><input id="hcofa"></input></nav><nav id="hcofa"><strike id="hcofa"></strike></nav>

注冊(cè) | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁(yè)出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能人工智能

人工智能

定　價(jià)：￥25.00

作　者：	李陶深主編
出版社：	重慶大學(xué)出版社
叢編項(xiàng)：	21世紀(jì)高等學(xué)校本科系列教材
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥21.25)

ISBN：	9787562423607	出版時(shí)間：	2002-04-01	包裝：
開本：	26cm	頁(yè)數(shù)：	294	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書系統(tǒng)地介紹了人工智能的基本概念、基本理論和基本方法，強(qiáng)調(diào)理論與實(shí)際相結(jié)合，盡可能地反映出了人工智能研究與應(yīng)用的最新成果。全書共11章，分3個(gè)部分。第1部分對(duì)人工智能發(fā)展概況、問題求解的基本原理和方法、符號(hào)邏輯基礎(chǔ)和人工智能程序設(shè)計(jì)語言的基礎(chǔ)進(jìn)行了系統(tǒng)的論述；第2部分將著重介紹人工智能的基本方法和技術(shù)，內(nèi)容包括產(chǎn)生式系統(tǒng)、語義網(wǎng)絡(luò)、框架系統(tǒng)和面向?qū)ο蠹夹g(shù)等知識(shí)表示方法，以及不確定推理方法；第3部分介紹人工智能研究的最新成果，如機(jī)器學(xué)習(xí)方法、專家系統(tǒng)原理與應(yīng)用、知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘、遺傳算法、分布式人工智能等。書中附有習(xí)題和有關(guān)參考資料，便于讀者自學(xué)。本書可作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)及相關(guān)專業(yè)的本科生和研究生的人工智能課教材。

作者簡(jiǎn)介

暫缺《人工智能》作者簡(jiǎn)介

圖書目錄

第1章人工智能概述
1.1人類智能中的認(rèn)知和思維
1.2人工智能的定義與基礎(chǔ)
1.3人工智能的產(chǎn)生與發(fā)展
1.4人工智能的研究方法
1.5人工智能的研究與應(yīng)用領(lǐng)域
1.6人工智能的發(fā)展趨勢(shì)
習(xí)題1
第2章人工智能程序設(shè)計(jì)語言
2.1人工智能程序設(shè)計(jì)語言概述
2.2PROLOG語言
2.3LISP語言
習(xí)題2
第3章問題求解的基本原理
3.1狀態(tài)空間與問題求解
3.2盲目搜索
3.3啟發(fā)式搜索
3.4局部搜索
3.5博弈樹搜索
3.6問題規(guī)約法
習(xí)題3
第4章人工智能邏輯基礎(chǔ)
4.1一階謂詞邏輯
4.2歸結(jié)(消解)原理
4.3Horn子句
習(xí)題4
第5章知識(shí)表示與推理
5.1概述
5.2產(chǎn)生式表示
5.3語義網(wǎng)絡(luò)
5.4框架
5.5面向?qū)ο蟮谋硎痉椒?br />習(xí)題5
第6章不確定推理方法
6.1不確定性推理的基本概念
6.2不確定性推理方法
6.3可能性理論與模糊推理
6.4非單調(diào)推理
習(xí)題6
第7章機(jī)器學(xué)習(xí)
7.1機(jī)器學(xué)習(xí)的基本概念
7.2機(jī)器學(xué)習(xí)的原理與方法
7.3機(jī)械學(xué)習(xí)
7.4歸納學(xué)習(xí)
7.5解釋學(xué)習(xí)
7.6類比學(xué)習(xí)
7.7神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)
習(xí)題7
第8章專家系統(tǒng)
8.1專家系統(tǒng)的基本概念
8.2專家系統(tǒng)的結(jié)構(gòu)和工作原理
8.3知識(shí)獲取
8.4專家系統(tǒng)的設(shè)計(jì)與開發(fā)
8.5專家系統(tǒng)開發(fā)工具
8.6專家系統(tǒng)應(yīng)用舉例
習(xí)題8
第9章知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘
9.1知識(shí)發(fā)現(xiàn)方法
9.2基于粗集理論的近似表達(dá)與知識(shí)理解
9.3近似分類方法及評(píng)價(jià)系統(tǒng)參數(shù)重要性
9.4知識(shí)簡(jiǎn)化與范疇簡(jiǎn)化
9.5相對(duì)知識(shí)簡(jiǎn)化與相對(duì)范疇簡(jiǎn)化
9.6數(shù)據(jù)表知識(shí)表達(dá)系統(tǒng)
9.7決策規(guī)則和算法
習(xí)題9
第10章遺傳算法
10.1遺傳算法的概述
10.2遺傳算法的基本原理
10.3遺傳算法的設(shè)計(jì)實(shí)現(xiàn)
10.4遺傳算法的應(yīng)用例子
10.5遺傳算法的進(jìn)一步研究
習(xí)題10
第11章分布式人工智能
11.1分布式問題求解
11.2Agent基本理論
11.3多Agent系統(tǒng)
參考文獻(xiàn)