人工智能及其應(yīng)用（第5版）

定　價(jià)：￥59.00

作　者：	蔡自興，劉麗玨，蔡競(jìng)峰，陳白帆
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302438007	出版時(shí)間：	2016-07-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	436	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)第5版共10章。第1章敘述人工智能的定義、起源、分類(lèi)與發(fā)展。第2章和第3章研究人工智能的知識(shí)表示方法和搜索推理技術(shù)。第4章探討不確定性推理的主要方法。第5章闡述計(jì)算智能的基本知識(shí)。第6章至第10章逐一討論了人工智能的主要應(yīng)用領(lǐng)域，包括專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)、自動(dòng)規(guī)劃、分布式人工智能和自然語(yǔ)言理解等。與第4版相比，許多內(nèi)容都是第*次出現(xiàn)的，例如，人工智能的分類(lèi)與計(jì)算方法、謂詞演算符號(hào)的規(guī)范、進(jìn)化算法的框架與執(zhí)行過(guò)程、專(zhuān)家系統(tǒng)的設(shè)計(jì)方法和基于Web專(zhuān)家系統(tǒng)的開(kāi)發(fā)工具以及深度學(xué)習(xí)等。其他章節(jié)也在第4版的基礎(chǔ)上作了相應(yīng)的修改、精簡(jiǎn)或補(bǔ)充。本書(shū)可作為高等院校有關(guān)專(zhuān)業(yè)本科生和研究生的人工智能課程教材，也可供從事人工智能研究與應(yīng)用的科技工作者學(xué)習(xí)參考。

作者簡(jiǎn)介

　　蔡自興，中南大學(xué)信息科學(xué)與工程學(xué)院教授、博士生導(dǎo)師。聯(lián)合國(guó)工業(yè)發(fā)展組織（UNIDO）審定的聯(lián)合國(guó)專(zhuān)家、國(guó)際導(dǎo)航與運(yùn)動(dòng)控制科學(xué)院院士、紐約科學(xué)院院士，首屆全國(guó)高校**級(jí)教學(xué)名師獎(jiǎng)、寶鋼全國(guó)優(yōu)秀教師獎(jiǎng)特等獎(jiǎng)、徐特立教育獎(jiǎng)、吳文俊人工智能科技獎(jiǎng)成就獎(jiǎng)獲得者。歷任第八屆湖南省政協(xié)副主席兼文教衛(wèi)體委員會(huì)主任，全國(guó)政協(xié)第九屆和第十屆委員會(huì)委員，兼任中國(guó)人工智能學(xué)會(huì)副理事長(zhǎng)及智能機(jī)器人專(zhuān)業(yè)委員會(huì)主任、中國(guó)自動(dòng)化學(xué)會(huì)理事、中國(guó)計(jì)算機(jī)學(xué)會(huì)人工智能與模式識(shí)別專(zhuān)業(yè)委員會(huì)委員、IEEE計(jì)算智能學(xué)會(huì)評(píng)獎(jiǎng)委員會(huì)委員和進(jìn)化計(jì)算委員會(huì)委員等，并任美國(guó)倫塞勒大學(xué)、俄羅斯科學(xué)院圣彼德堡信息學(xué)與自動(dòng)化研究所、丹麥技術(shù)大學(xué)、北京大學(xué)信息科學(xué)中心、中國(guó)科學(xué)院自動(dòng)化研究所、國(guó)防科技大學(xué)、北京航空航天大學(xué)、北京郵電大學(xué)等校客座教授/研究員等。主要從事智能系統(tǒng)、人工智能、智能控制、智能機(jī)器人研究。主持并完成科教研究30多項(xiàng)，其中獲國(guó)際獎(jiǎng)勵(lì)2項(xiàng)，**級(jí)獎(jiǎng)勵(lì)3項(xiàng)，省部級(jí)以上獎(jiǎng)勵(lì)10多項(xiàng)。己在國(guó)內(nèi)外出版專(zhuān)著、教材40余部，發(fā)表學(xué)術(shù)論文上千篇。此外，還主持**級(jí)精品課程（2門(mén)）、**級(jí)精品資源共享課程（2門(mén)）、**級(jí)精品視頻公開(kāi)課、**級(jí)優(yōu)秀網(wǎng)絡(luò)課程、**級(jí)教學(xué)團(tuán)隊(duì)和全國(guó)雙語(yǔ)教學(xué)示范課程等項(xiàng)國(guó)家教育部質(zhì)量工程項(xiàng)目。

圖書(shū)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
1.2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(zhēng)論
1.3人類(lèi)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(lèi)智能的計(jì)算機(jī)模擬
1.4人工智能系統(tǒng)的分類(lèi)
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
1.6人工智能的研究與計(jì)算方法
1.6.1人工智能的研究方法
1.6.2人工智能的計(jì)算方法
1.7人工智能的研究與應(yīng)用領(lǐng)域
1.8本書(shū)概要
習(xí)題1
第2章知識(shí)表示方法
2.1狀態(tài)空間表示
2.1.1問(wèn)題狀態(tài)描述
2.1.2狀態(tài)圖示法
2.2問(wèn)題歸約表示
2.2.1問(wèn)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(yǔ)義網(wǎng)絡(luò)表示
2.4.1二元語(yǔ)義網(wǎng)絡(luò)的表示
2.4.2多元語(yǔ)義網(wǎng)絡(luò)的表示
2.4.3語(yǔ)義網(wǎng)絡(luò)的推理過(guò)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(lèi)
2.6.3本體的建模
2.7過(guò)程表示
2.8小結(jié)
習(xí)題2
第3章確定性推理
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(jià)搜索
3.3啟發(fā)式搜索
3.3.1啟發(fā)式搜索策略和估價(jià)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(guò)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產(chǎn)生式系統(tǒng)
3.6.1產(chǎn)生式系統(tǒng)的組成
3.6.2產(chǎn)生式系統(tǒng)的推理
3.6.3產(chǎn)生式系統(tǒng)舉例
3.7非單調(diào)推理
3.7.1缺省推理
3.7.2真值維持系統(tǒng)
3.8小結(jié)
習(xí)題3
第4章非經(jīng)典推理
4.1經(jīng)典推理和非經(jīng)典推理
4.2不確定性推理
4.2.1不確定性的表示與量度
4.2.2不確定性的算法
4.3概率推理
4.3.1概率的基本性質(zhì)和計(jì)算公式
4.3.2概率推理方法
4.4主觀貝葉斯方法
4.4.1知識(shí)不確定性的表示
4.4.2證據(jù)不確定性的表示
4.4.3主觀貝葉斯方法的推理過(guò)程
4.5可信度方法
4.5.1基于可信度的不確定性表示
4.5.2可信度方法的推理算法
4.6證據(jù)理論
4.6.1證據(jù)理論的形式化描述
4.6.2證據(jù)理論的不確定性推理模型
4.6.3推理示例
4.7小結(jié)
習(xí)題4
第5章計(jì)算智能
5.1概述
5.2神經(jīng)計(jì)算
5.2.1人工神經(jīng)網(wǎng)絡(luò)研究的進(jìn)展
5.2.2人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
5.2.3人工神經(jīng)網(wǎng)絡(luò)示例及其算法
5.2.4基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示與推理
5.3模糊計(jì)算
5.3.1模糊集合、模糊邏輯及其運(yùn)算
5.3.2模糊邏輯推理
5.4進(jìn)化算法與遺傳算法
5.4.1進(jìn)化算法原理
5.4.2進(jìn)化算法框架
5.4.3遺傳算法的編碼與解碼
5.4.4遺傳算法的遺傳算子
5.4.5遺傳算法的執(zhí)行過(guò)程
5.4.6遺傳算法的執(zhí)行實(shí)例
5.5人工生命
5.5.1人工生命研究的起源和發(fā)展
5.5.2人工生命的定義和研究意義
5.5.3人工生命的研究?jī)?nèi)容和方法
5.5.4人工生命實(shí)例
5.6粒群優(yōu)化算法
5.6.1群智能和粒群優(yōu)化概述
5.6.2粒群優(yōu)化算法
5.7蟻群算法
5.7.1蟻群算法理論
5.7.2蟻群算法的研究與應(yīng)用