成功加入购物车
[日]沟口理一郎、 石田亨 编; 卢伯英 译 / 科学出版社 / 2003-02 / 平装
售价 ¥ 3.00 1.2折
定价 ¥25.00
品相 八品
优惠 满包邮
延迟发货说明
上书时间2022-07-05
卖家超过10天未登录
人工智能
《人工智能》是“OHM大学理工系列”之一。书中简明扼要地介绍了基于搜索的问题求解、知识表示和推理、机器学习、模糊理论-精神网络-遗传算法、模糊识别,以及人工智能语言等。《人工智能》讲解条理清晰、通俗易懂,内容基本涵盖了人工智能学科的基础知识,选材上既注意了知识的系统性,也考虑了信息工程相关学科学生学习人工智能的需求。
《人工智能》可作为大学相关专业本科生的教材,也可作为相关专业技术人员及研究人员的参考用书;还可供信息工程相关学科的师生、技术人员及研究人员参考。
第1章人工智能概述1.1什么是人工智能1.2人工智能的历史第2章基于搜索的问题求解2.1搜索与人工智能的关系2.1.1八数码魔方2.1.2状态空间表示2.1.3与图有关的术语2.2逐个搜索2.2.1随机搜索2.2.2CLOSED表的引入2.2.3OPEN表的引入2.4.4纵向搜索2.2.5横向搜索2.2.6均一代价搜索2.3应用智能的搜索2.3.1启发式搜索2.3.2登山法和最佳优先搜索2.3.3A*算法2.3.4约束的利用2.4对问题进行分割后进行搜索2.4.1与/或(AND/OR)图表示2.4.2与/或(AND/OR)图搜索2.5博弈树的搜索练习题第3章知识表示和推理3.1知识与推理中的关系3.2产生式系统3.2.1产生式系统的构造3.2.2推理机构的运行3.2.3理由(Why)和方法(How)3.2.4产生式系统的特征3.3框架3.3.1典型知识与框架3.3.2阶层知识与特征的继承3.3.3程序知识及其启动3.3.4框架的特征练习题第4章机器学习4.1关于学习和机器学习4.1.1什么是学习4.1.2机器学习的研究历史4.1.3机器学习的分类标准4.2应用归纳方法由示例学习概念的定义4.2.1温斯顿的拱学习4.2.2决策树的学习4.3根据丰富的知识和经验提高推理效率4.3.1效率化学习4.3.2基于解释的学习(EBL)练习题第5章模糊理论-神经网络-遗传算法5.1模糊理论5.1.1什么是模糊理论5.1.2模糊集合与普通集合的区别5.1.3模糊数也是数吗?5.1.4模糊控制是一种方便的控制方法5.2神经网络5.2.1什么是神经网络5.2.2神经元及其学习功能的研究5.2.3误差反向传播学习是一种便利方法5.3遗传算法5.3.1什么是遗传算法5.3.2单纯GA的基本步骤5.3.3简单函数最优化举例5.3.4单纯GA的扩张5.3.5模式定理5.3.6遗传算法的应用5.3.7遗传算法的一些同类方法练习题第6章模式识别6.1什么是模式识别6.2模式的特征6.3根据特征模式匹配进行识别6.3.1用一个参考模式代表类6.3.2用多个参考模式代表类6.4基于统计决策理论的识别6.5对声音的识别6.5.1根据与参考模式的匹配识别单词6.5.2基于统计决策理论的单词识别6.5.3基于统计决策理论的连续声音识别练习题第7章人工智能语言7.1人工智能语言是怎样一种语言7.2函数型语言Lisp7.2.1表:具有递归结构的数据7.2.2Lisp程序的基本结构7.2.3由程序到数据和由数据到程序:eval和quote7.2.4表操作7.2.5其他的Lisp函数7.2.6Lisp的执行例子7.3逻辑型语言Prolog7.3.1项:具有递归结构的另一种数据结构7.3.2逻辑型语言的计算方法:归结原理7.3.3Prolog的对象:Horn逻辑式7.3.4Prolog程序的表示法7.3.5单一化(unification)7.3.6Prolog的表处理7.3.7Prolog的执行控制功能:自动回溯和截断符号7.3.8把程序变成数据,把数据变成程序:assert,retract及univ7.3.9其他的谓词7.3.10Prolog的执行例子练习题练习题简答参考文献
展开全部
图2
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30