高級(jí)人工智能

內(nèi)容概要

　　人工智能是研究解釋和模擬人類智能、智能行為及其規(guī)律的一門學(xué)科，建立智能信息處理理論，研制智能機(jī)器和智能系統(tǒng)，延伸和擴(kuò)展人類智能。
　　《高級(jí)人工智能(第三版)》共16章。第1～6章討論人工智能的認(rèn)知問(wèn)題和自動(dòng)推理，論述邏輯基礎(chǔ)、約束推理、定性推理、基于案例的推理、概率推理；第7～14章重點(diǎn)討論機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)，包括歸納學(xué)習(xí)、支持向量機(jī)、解釋學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、關(guān)聯(lián)規(guī)則、進(jìn)化計(jì)算、知識(shí)發(fā)現(xiàn)；第15章闡述主體計(jì)算；第16章討論互聯(lián)網(wǎng)智能。與本書(shū)第二版相比，增加了兩章新內(nèi)容。其他章節(jié)也作了較大的修改和補(bǔ)充。
　　《高級(jí)人工智能(第三版)》內(nèi)容新穎，反映了人工智能領(lǐng)域的最新研究進(jìn)展，總結(jié)了作者多年的科研成果。全書(shū)力求從理論、算法、系統(tǒng)、應(yīng)用等方面討論人工智能的方法和關(guān)鍵技術(shù)?！陡呒?jí)人工智能(第三版)》可作為高等院校信息領(lǐng)域相關(guān)專業(yè)的高年級(jí)本科生和研究生的教材，也可供相關(guān)科技人員學(xué)習(xí)參考。

書(shū)籍目錄

《智能科學(xué)技術(shù)著作叢書(shū)》序
前言
第1章　緒論
　1.1人工智能的淵源
　1.2人工智能的認(rèn)知問(wèn)題
　1.3思維的層次模型
　1.4符號(hào)智能
　1.5人工智能的研究方法
　1.6自動(dòng)推理
　1.7機(jī)器學(xué)習(xí)
　1.8分布式人工智能
　1.9智能系統(tǒng)
　習(xí)題
第2章　人工智能邏輯
　2.1概述
　2.2邏輯程序設(shè)計(jì)
　2.3封閉世界假設(shè)
　2.4非單調(diào)邏輯
　2.5默認(rèn)邏輯
　2.6限制邏輯
　2.7非單調(diào)邏輯nml
　2.8自認(rèn)知邏輯
　2.9真值維護(hù)系統(tǒng)
　2.10情景演算
　2.11框架問(wèn)題
　2.12動(dòng)態(tài)描述邏輯ddl
　習(xí)題
第3章　約束推理
　3.1概述
　3.2回溯法
　3.3約束傳播
　3.4約束傳播在樹(shù)搜索中的作用
　3.5智能回溯與真值維護(hù)
　3.6變量例示次序與賦值次序
　3.7局部修正搜索法
　3.8基于圖的回跳法
　3.9基于影響的回跳法
　3.10約束關(guān)系運(yùn)算的處理
　3.11約束推理系統(tǒng)cops
　3.12ilogsolver
　習(xí)題
第4章　定性推理
　4.1概述
　4.2定性推理的基本方法
　4.3定性模型推理
　4.4定性進(jìn)程推理
　4.5定性仿真推理
　4.6代數(shù)方法
　4.7幾何空間定性推理
　習(xí)題
第5章　基于案例的推理
　5.1概述
　5.2類比的形式定義
　5.3相似性關(guān)系
　5.4基于案例推理的工作過(guò)程
　5.5案例的表示
　5.6案例的索引
　5.7案例的檢索
　5.8案例的利用
　5.9案例的保存
　5.10基于例示的學(xué)習(xí)
　5.11案例工程
　5.12中心漁場(chǎng)預(yù)報(bào)專家系統(tǒng)
　習(xí)題
第6章　貝葉斯網(wǎng)絡(luò)
　6.1概述
　6.2貝葉斯概率基礎(chǔ)
　6.3貝葉斯問(wèn)題的求解
　6.4簡(jiǎn)單貝葉斯學(xué)習(xí)模型
　6.5貝葉斯網(wǎng)絡(luò)的建造
　6.6貝葉斯?jié)撛谡Z(yǔ)義模型
　6.7半監(jiān)督文本挖掘算法
　習(xí)題
第7章　歸納學(xué)習(xí)
　7.1概述
　7.2歸納學(xué)習(xí)的邏輯基礎(chǔ)
　7.3偏置變換
　7.4變型空間方法
　7.5aq歸納學(xué)習(xí)算法
　7.6cls學(xué)習(xí)算法
　7.7id3學(xué)習(xí)算法
　7.8單變量決策樹(shù)的交行處理
　7.9歸納學(xué)習(xí)的計(jì)算理論
　習(xí)題
第8章　統(tǒng)計(jì)學(xué)習(xí)
　8.1統(tǒng)計(jì)方法
　8.2統(tǒng)計(jì)學(xué)習(xí)問(wèn)題
　8.3學(xué)習(xí)過(guò)程的一致性
　8.4結(jié)構(gòu)風(fēng)險(xiǎn)最小歸納原理
　8.5支持向量機(jī)
　8.6核函數(shù)
　8.7鄰近支持向量機(jī)
　8.8極端支持向量機(jī)
　習(xí)題
第9章　解釋學(xué)習(xí)
　9.1概述
　9.2解釋學(xué)習(xí)模型
　9.3解釋泛化學(xué)習(xí)方法
　9.4全局取代解釋泛化方法
　9.5解釋特化學(xué)習(xí)方法
　9.6解釋泛化的邏輯程序
　9.7基于知識(shí)塊的soar系統(tǒng)
　9.8可操作性
　9.9不完全領(lǐng)域知識(shí)下的解釋學(xué)習(xí)
　習(xí)題
第10章　強(qiáng)化學(xué)習(xí)
　10.1概述
　10.2強(qiáng)化學(xué)習(xí)模型
　10.3動(dòng)態(tài)規(guī)劃
　10.4蒙特卡羅方法
　10.5時(shí)序差分學(xué)習(xí)
　10.6q學(xué)習(xí)
　10.7強(qiáng)化學(xué)習(xí)中的函數(shù)估計(jì)
　10.8強(qiáng)化學(xué)習(xí)的應(yīng)用
　習(xí)題
第11章　無(wú)監(jiān)督學(xué)習(xí)
　11.1概述
　11.2相似性度量
　11.3劃分方法
　11.4層次聚類方法
　11.5基于密度的聚類
　11.6基于網(wǎng)絡(luò)方法
　11.7基于模型的方法
　11.8模糊聚類
　11.9蟻群聚類方法
　11.10聚類方法的評(píng)價(jià)
　習(xí)題
第12章　關(guān)聯(lián)規(guī)則
　12.1概述
　12.2基本概念
　12.3二值型關(guān)聯(lián)規(guī)則挖掘
　12.4頻繁模式樹(shù)挖掘算法
　12.5垂直挖掘算法
　12.6挖掘關(guān)聯(lián)規(guī)則的數(shù)組方法
　12.7頻繁閉項(xiàng)集的挖掘算法
　12.8最大頻繁項(xiàng)集的挖掘算法
　12.9增量式關(guān)聯(lián)規(guī)則挖掘
　12.10模糊關(guān)聯(lián)規(guī)則的挖掘
　12.11任意多表間關(guān)聯(lián)規(guī)則的并行挖掘
　12.12基于分布式系統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法
　習(xí)題
第13章　進(jìn)化計(jì)算
　13.1概述
　13.2進(jìn)化系統(tǒng)理論的形式模型
　13.3達(dá)爾文進(jìn)化算法
　13.4基本遺傳算法
　13.5遺傳算法的數(shù)學(xué)理論
　13.6遺傳算法的編碼方法
　13.7適應(yīng)度函數(shù)
　13.8遺傳操作
　13.9變長(zhǎng)度染色體遺傳算法
　13.10小生境遺傳算法
　13.11混合遺傳算法
　13.12并行遺傳算法
　13.13分類器系統(tǒng)
　習(xí)題
第14章　知識(shí)發(fā)現(xiàn)
　14.1概述
　14.2知識(shí)發(fā)現(xiàn)的任務(wù)
　14.3知識(shí)發(fā)現(xiàn)的工具
　14.4msminer的體系結(jié)構(gòu)
　14.5分布式知識(shí)發(fā)現(xiàn)
　習(xí)題
第15章　主體計(jì)算
　15.1概述
　15.2分布式問(wèn)題求解
　15.3主體理論
　15.4主體結(jié)構(gòu)
　15.5主體通信語(yǔ)言acl
　15.6協(xié)調(diào)和協(xié)作
　15.7移動(dòng)主體
　15.8多主體環(huán)境
　習(xí)題
第16章　互聯(lián)網(wǎng)智能
　16.1概述
　16.2語(yǔ)義web
　16.3本體知識(shí)管理
　16.4web挖掘
　16.5搜索引擎
　16.6web技術(shù)的演化
　16.7集體智能
　16.8展望
　習(xí)題
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：從復(fù)用的信息內(nèi)容來(lái)看，主要有兩種類型：結(jié)果的復(fù)用和方法的復(fù)用。對(duì)于前者來(lái)講，當(dāng)源案例的解答結(jié)果需要調(diào)整時(shí)，它依據(jù)一些轉(zhuǎn)換操作知識(shí)，把源案例中的種種可能解轉(zhuǎn)換為目標(biāo)案例中相應(yīng)的解。方法的復(fù)用則關(guān)心源案例中的問(wèn)題是如何求解的，而不是其解答結(jié)果。源案例帶有求解方法的信息，如操作算子的使用、子目標(biāo)的考慮、成功或失敗的搜索路徑等。復(fù)用時(shí)需把這些方法重新例化。（6）解釋過(guò)程：對(duì)把轉(zhuǎn)換過(guò)的源案例的求解方案應(yīng)用到目標(biāo)案例時(shí)所出現(xiàn)的失敗作出解釋，給出失敗的因果分析報(bào)告。有時(shí)對(duì)成功也同樣作出解釋?；诮忉尩乃饕彩且环N重要的方法。（7）案例修補(bǔ)：有些類似于類比轉(zhuǎn)換，區(qū)別在于修補(bǔ)過(guò)程的輸入是解方案和一個(gè)失敗報(bào)告，而且也許還包含一個(gè)解釋，然后修改這個(gè)解以排除失敗的因素。當(dāng)復(fù)用階段產(chǎn)生的求解結(jié)果不好時(shí)，需要對(duì)其進(jìn)行修補(bǔ)。修補(bǔ)的第一步是對(duì)復(fù)用結(jié)果進(jìn)行評(píng)估，如果成功，則不必修補(bǔ)，否則需對(duì)錯(cuò)誤采取修補(bǔ)。進(jìn)行結(jié)果評(píng)估，可以依據(jù)它在實(shí)際環(huán)境中運(yùn)行后的反饋，也可以通過(guò)咨詢完成。等待反饋可能要花一段時(shí)間，比如病人治療的結(jié)果好壞。為此，可以考慮通過(guò)模擬時(shí)間環(huán)境來(lái)實(shí)現(xiàn)。修正錯(cuò)誤一般涉及錯(cuò)誤探測(cè)和尋找原因。尋找原因是為了對(duì)錯(cuò)誤進(jìn)行解釋分析，以找出原因?qū)ΠY下藥，即修改造成錯(cuò)誤的原因使其不再發(fā)生。當(dāng)然，修改既可以使用領(lǐng)域知識(shí)模型進(jìn)行自修補(bǔ)，也可以由用戶輸入完成。（8）類比驗(yàn)證：驗(yàn)證目標(biāo)案例和源案例進(jìn)行類比的有效性。（9）案例保存：新問(wèn)題得到了解決，則形成了一個(gè)可能用于將來(lái)情形與之相似的問(wèn)題。這時(shí)有必要把它加入到案例庫(kù)中。這是學(xué)習(xí)也是這是知識(shí)獲取。此過(guò)程涉及選取哪些信息保留，以及如何把新案例有機(jī)集成到案例庫(kù)中。修改和精化源案例庫(kù)，其中包括泛化和抽象等過(guò)程。在決定選取案例的哪些信息進(jìn)行保留時(shí)，一般要考慮以下幾點(diǎn)：和問(wèn)題有關(guān)的特征描述；問(wèn)題的求解結(jié)果；以及解答為什么成功或失敗的原因及解釋。

編輯推薦

《高級(jí)人工智能(第3版)》是智能科學(xué)技術(shù)著作叢書(shū)之一。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    高級(jí)人工智能 PDF格式下載

---