人工智能教程

內(nèi)容概要

本書以詳盡和豐富的資料，全面闡述了人工智能領(lǐng)域的核心內(nèi)容，并深入介紹了各個(gè)子領(lǐng)域主要的研究方向，是一本綜合性的教材。全書共分為9章，包括緒論、知識及知識的表示、經(jīng)典邏輯推理、不確定性推理、搜索策略、機(jī)器學(xué)習(xí)、遺傳算法、數(shù)據(jù)挖掘以及模式識別等人工智能的基礎(chǔ)知識和基本理論?！　”緯仍敿?xì)介紹了大量的基本概念、思想和算法，也描述了各研究方向最前沿的進(jìn)展。每章都附有思考題和設(shè)計(jì)題，用于指導(dǎo)學(xué)生自學(xué)及加深對基本概念和技術(shù)的理解與掌握。全書講述力求淺入深，通俗易懂，理論上具有完整性和系統(tǒng)性，強(qiáng)調(diào)基本原理和基本技術(shù)，配以大量的實(shí)例、圖表，易于教學(xué)，便于自學(xué)?！　”緯梢宰鳛樾畔㈩I(lǐng)域和相關(guān)領(lǐng)域的高等院校本科生和研究生的教科書或教學(xué)輔導(dǎo)用書，也可以作為相關(guān)領(lǐng)域的科研與工程技術(shù)人員的參考書。

書籍目錄

第1章　緒論　1.1　什么是人工智能　1.2　人工智能的發(fā)展簡史趨勢　1.3　人工智能的研究方法及基本內(nèi)容　1.4　人工智能的基本技術(shù)　1.5　人工智能的主要研究領(lǐng)域及實(shí)踐　習(xí)題第2章　知識及知識的表示　2.1　概述　2.2　一階謂詞邏輯表示法　2.3　產(chǎn)生式表示法　2.4　框架表示法　2.5　語義網(wǎng)絡(luò)表示法　2.6　面向?qū)ο蟊硎痉ā×?xí)題第3章　經(jīng)典邏輯推理　3.1　基本概念　3.2　自然演繹推理　3.3　歸結(jié)演繹推理　3.4　與/或形演繹推理　習(xí)題第4章　不確定性推理　4.1　不確定性推理中的基本問題　4.2　不確定性推理方法分類　4.3　概率方法　4.4　主觀Bayes方法　4.5　可信度方法　4.6　證據(jù)理論　習(xí)題第5章　搜索問題求解　5.1　基本概念　5.2　狀態(tài)空間搜索　5.3　問題歸約法　5.4　博弈樹搜索　習(xí)題第6章　機(jī)器學(xué)習(xí)　6.1　機(jī)器學(xué)習(xí)的概念　6.2　示例學(xué)習(xí)　6.3　基于解釋的學(xué)習(xí)　6.4　基于案例的推理　6.5　加強(qiáng)學(xué)習(xí)　習(xí)題第7章　遺傳算法　7.1　遺傳算法簡介　7.2　基本遺傳算法　7.3　函數(shù)優(yōu)化　　7.4　旅行商問題　習(xí)題第8章　數(shù)據(jù)挖掘　8.1　數(shù)據(jù)挖掘概述　8.2　數(shù)據(jù)挖掘技術(shù)簡介　8.3　關(guān)聯(lián)規(guī)則挖掘　8.4　序列模式挖掘　8.5　Web挖掘　8.6　數(shù)據(jù)挖掘的研究熱點(diǎn)與發(fā)展趨勢　習(xí)題第9章　模式識別　9.1　概論　　9.2　統(tǒng)計(jì)模式識別　9.3　監(jiān)督與非監(jiān)督分類方法　9.4　結(jié)構(gòu)模式識別　9.5　神經(jīng)網(wǎng)絡(luò)模式識別　習(xí)題參考文獻(xiàn)

圖書封面

評論、評分、閱讀與下載

---

    人工智能教程 PDF格式下載

---