人工智能

定　價：￥42.00

作　者：	（美）Rob Callan著；黃厚寬，田盛豐等譯；黃厚寬譯
出版社：	電子工業(yè)出版社
叢編項：	國外計算機科學(xué)教材系列
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787505399235	出版時間：	2004-07-01	包裝：	膠版紙
開本：	26cm	頁數(shù)：	414	字?jǐn)?shù)：

內(nèi)容簡介

　　本書是一本人工智能（AI）領(lǐng)域最新的教科書，2003年由PALGRAVE MACMILLAN出版社出版。本書的特點是實用，通過結(jié)合許多實例，例如工業(yè)和娛樂機器人的制造、宇宙飛船的自動控制、信用卡欺詐檢測、保護網(wǎng)絡(luò)免受黑客攻擊、計算機以似人的方式下棋等，探討了在實際應(yīng)用中用到的一系列AI技術(shù)。對于近幾年來取得顯著進展的一些主題，書中做了最新的處理，如對應(yīng)用廣泛的貝葉斯網(wǎng)絡(luò)進行了相當(dāng)深入的討論，對作為AI重要工具的神經(jīng)網(wǎng)絡(luò)給予了相當(dāng)?shù)钠?。在論述的深度上，力求做到既足夠深入使得讀者能夠著手實現(xiàn)AI技術(shù)，又不至于太艱澀而使讀者無法接受。全書的內(nèi)容自包含，要求讀者具備的數(shù)學(xué)基礎(chǔ)很少；每一章末尾還附有練習(xí)題和推薦補充讀物；教師和學(xué)生所需要的更多材料都可以從Web站點聯(lián)機獲得?；谝陨咸攸c，本書不失為一本最新的、實用的、易讀的、生動的AI導(dǎo)論和教科書。本書適合于計算機、自動化等專業(yè)的本科生作為人工智能課程的教材，也適合于希望獲得對AI的實際理解以便在工作中應(yīng)用的各類專業(yè)人員閱讀。

作者簡介

　　RobCallan，是一位人工智能與模式識別領(lǐng)域的知名專家，最初的航空航天工業(yè)部門工作，后到大學(xué)里教過多年的人工智能課程，最近又回到航天工業(yè)界，本書是他寫的第四本書，也是第三本較重要的教科書。他目前主要研究的工作是AL技術(shù)在飛行器診斷和預(yù)后的健康管理中的應(yīng)用。譯者簡介：黃厚寬，教授，博士生導(dǎo)師，1963年畢業(yè)于北京大學(xué)數(shù)力系六年制數(shù)學(xué)專業(yè)，1966年哈爾濱軍事工程學(xué)院應(yīng)用數(shù)學(xué)研究生畢業(yè)，1983-1985年在美國亞拉巴馬大學(xué)和佛羅里達大學(xué)信息研究中心任訪問教授?，F(xiàn)任北京交通大學(xué)計算機與信息技術(shù)學(xué)院學(xué)要主委員會主任，中國計算機學(xué)會人工智能與模式識別專委會副主任兼秘書長等。

圖書目錄

第一部分引論第1章引論1.1 人工智能從實驗室中浮現(xiàn)1.2 什么是人工智能應(yīng)用程序1.3 什么是人工智能1.4 不同的智能模型1.5 表示第二部分邏輯和搜索第2章邏輯2.1 命題邏輯2.2 謂詞演算2.3 小結(jié)第3章搜索3.1 引言3.2 一些經(jīng)典的人工智能問題3.3 基于樹的算法3.4 用函數(shù)最優(yōu)化表示搜索3.5 小結(jié)第4章自動邏輯推理4.1 命題邏輯中的歸結(jié)4.2 FOPC中的歸結(jié)4.3 Prolog4.4 小結(jié)第三部分不確定性第5章貝葉斯網(wǎng)絡(luò)（I）5.1 引言5.2 基礎(chǔ)概率論綜述5.3 貝葉斯網(wǎng)絡(luò)5.4 小結(jié)第6章貝葉斯網(wǎng)絡(luò)（II）6.1 構(gòu)造簇樹6.2 量化連接樹6.3 處理證據(jù)6.4 不精確推理6.5 小結(jié)第7章其他不確定性方法7.1 模糊邏輯7.2 Dempster-Shafer 理論7.3 非數(shù)值方法7.4 小結(jié)第四部分行動決策第8章決策網(wǎng)絡(luò)8.1 非干預(yù)行動8.2 干預(yù)行動 8.3 測試決策8.4 信息價值 8.5 有關(guān)效益值的一點說明8.6 小結(jié)第9章規(guī)劃（I）9.1 簡單規(guī)劃描述語言9.2　派生規(guī)劃9.3 將實施規(guī)劃作為簡單搜索過程9.4 圖規(guī)劃9.5 小結(jié)第10章規(guī)劃（II）10.1 有表現(xiàn)力的表達10.2 不確定情況下的行動10.3 使用基于知識方法的規(guī)劃器10.4 討論10.5 小結(jié)第五部分學(xué) 習(xí)第11章學(xué)習(xí)引論11.1 學(xué)習(xí)中的元素11.2 目標(biāo)函數(shù)的表示11.3 學(xué)習(xí)任務(wù)的類型11.4 學(xué)習(xí)即是搜索11.5 假設(shè)空間中的學(xué)習(xí)偏置11.6 更深入的問題 11.7 小結(jié)第12章決策樹學(xué)習(xí)12.1 簡介12.2 ID3算法12.3 有關(guān)決策樹學(xué)習(xí)的一些問題12.4 小結(jié)第13章歸納邏輯程序設(shè)計13.1 簡介13.2 假設(shè)的產(chǎn)生13.3 歸納推理 13.4 FOIL算法13.5 逆向歸結(jié)（逆向蘊含）13.6 q-包含13.7 具有逆向蘊含的ILP系統(tǒng)的實際實現(xiàn)13.8 小結(jié)第14章強化學(xué)習(xí)14.1 簡介14.2 強化學(xué)習(xí)的關(guān)鍵元素14.3 最優(yōu)策略的計算14.4 Q-學(xué)習(xí)14.5 小結(jié)第15章神經(jīng)網(wǎng)絡(luò)（I）15.1 基本成分15.2 基本概念15.3 線性與非線性問題15.4 反向傳播學(xué)習(xí)15.5 字符分類示例15.6 小結(jié)第16章神經(jīng)網(wǎng)絡(luò)（II）16.1 使用相似性度量發(fā)現(xiàn)簇16.2 自組織特征映射16.3 用于聚類的模型生成器16.4 徑向基函數(shù)網(wǎng)絡(luò)16.5 小結(jié) 第17章遺傳算法17.1 一些術(shù)語17.2 一個較完整的算法17.3 假設(shè)表示17.4 模式定理與隱含的并行機制17.5 遺傳算法的其他方面17.6 小結(jié)第六部分自然語言理解與感知第18章自然語言處理（Ⅰ）18.1 自然語言理解的階段 18.2 語言的各部分 18.3 分析結(jié)構(gòu)18.4 語義分析18.5 語境分析 18.6 小結(jié)第19章自然語言處理（Ⅱ）19.1 圖表分析器19.2 文法與屬性19.3 語義學(xué)19.4 量化和中介邏輯形式19.5 上下文19.6 NLP的統(tǒng)計學(xué)方法19.7 小結(jié)第20章語音處理20.1 組成單詞讀音的基本單元20.2 信號處理20.3 識別20.4 隱馬爾可夫模型20.5 小結(jié)第21章視覺21.1 圖像21.2 物體和圖像之間的基本數(shù)學(xué)關(guān)系21.3　視覺線索21.4 形狀描述21.5 邊緣檢測21.6 分割21.7 提取邊界21.8 對物體進行分類21.9 小結(jié)第七部分代理、哲學(xué)和應(yīng)用第22章代理22.1 代理第23章人工智能的哲學(xué)23.1 什么是哲學(xué)23.2 強人工智能與弱人工智能23.3 思維機器23.4 圖靈測試23.5 我們是否用語言思考第24章人工智能的若干應(yīng)用24.1 宇宙飛船的自主控制24.2 使用O-Plan的層次式任務(wù)規(guī)劃24.3 幫助機場操作的決策支持工具24.4 新聞報道中的文本提取24.5 航班信息會話接口24.6 人臉識別24.7 醫(yī)學(xué)診斷中的成像24.8 數(shù)據(jù)挖掘24.9 從非結(jié)構(gòu)數(shù)據(jù)獲取信息24.10 欺詐檢測24.11 給予機器常識24.12 管理飛行器安全24.13 貝葉斯推理增長的作用24.14 機器人附錄A Prolog簡介參考文獻