人工智能 epub pdf  mobi txt 电子书 下载

人工智能 epub pdf mobi txt 电子书 下载 2024

人工智能 epub pdf mobi txt 电子书 下载 2024


简体网页||繁体网页
史忠植 著

下载链接在页面底部


点击这里下载
    

想要找书就要到 静思书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

发表于2024-10-15


商品介绍



出版社: 机械工业出版社
ISBN:9787111521891
版次:1
商品编码:11857410
品牌:机工出版
包装:平装
丛书名: 21世纪高等院校电气信息类系列教材
开本:16开
出版时间:2016-01-01
用纸:胶版纸
页数:391

人工智能 epub pdf mobi txt 电子书 下载 2024



类似图书 点击查看全场最低价

相关书籍





书籍描述

编辑推荐

适读人群 :可作为高等院校计算机科学与技术、自动化等专业的本科生、研究生的人工智能课程教材,
  一本全面阐述人工智能基础理论、全面体现国际上人工智能领域先进水平的书籍。

内容简介

  本书系统地介绍了人工智能的基本原理、方法和应用技术,全面反映了国内外人工智能研究领域的进展和发展方向。全书共12章。第1章简要介绍了人工智能的概况。第2~6章阐述了人工智能的基本原理和方法,重点论述了知识表示、自动推理、机器学习和神经网络等。第7章和第8章介绍了专家系统、自然语言处理等应用技术。第9~11章阐述了当前人工智能的研究热点,包括分布式人工智能与智能体、智能机器人和互联网智能等。第12章探讨了类脑智能,展望人工智能的发展。  本书力求科学性、实用性和先进性,可读性好。内容由浅入深、循序渐进,条理清晰,让学生在有限的时间内掌握人工智能的基本原理与应用技术,提高对人工智能习题的求解能力。  本书可以作为高等院校计算机科学与技术、自动化等相关专业的研究生和高年级本科生的人工智能课程教材,也可以供从事人工智能研究与应用的科技人员学习参考。

目录

出版说明前言第1章绪论1.1什么是人工智能1.2人工智能的起源与发展历史1.3人工智能研究的基本内容1.3.1认知建模1.3.2知识表示1.3.3自动推理1.3.4机器学习1.4人工智能研究的主要学派1.4.1符号主义1.4.2连接主义1.4.3行为主义1.5人工智能的应用1.6小结和展望习题第2章知识表示2.1概述2.2谓词逻辑2.3产生式系统2.4语义网络2.4.1语义网络的概念和结构2.4.2复杂知识的表示2.4.3常用的语义联系2.5框架2.5.1框架结构2.5.2框架网络2.5.3推理方法2.6状态空间2.7面向对象的知识表示2.8脚本2.8.1脚本描述2.8.2概念依赖关系2.9本体2.10小结习题第3章自动推理3.1概述3.2三段论推理3.3盲目搜索3.3.1深度优先搜索3.3.2宽度优先搜索3.3.3迭代加深搜索3.4回溯策略3.5启发式搜索3.5.1启发性信息和评估函数3.5.2爬山算法3.5.3模拟退火算法3.5.4最好优先算法3.5.5通用图搜索算法3.5.6A*算法3.5.7迭代加深A*算法3.6与或图启发式搜索3.6.1问题归约的描述3.6.2与或图表示3.6.3AO*算法3.7博弈搜索3.7.1极大极小过程3.7.2α-β过程3.8归结演绎推理3.8.1子句型3.8.2置换和合一3.8.3合一算法3.8.4归结式3.8.5归结反演3.8.6答案的提取3.8.7归结反演的搜索策略3.9产生式系统3.9.1产生式系统的基本结构3.9.2正向推理3.9.3反向推理3.9.4混合推理3.10自然演绎推理3.11非单调推理3.11.1默认推理3.11.2限制推理3.12小结习题第4章不确定性推理4.1概述4.1.1不确定性知识分类4.1.2不确定性推理的基本问题4.1.3不确定性推理方法分类4.2可信度方法4.2.1建造医学专家系统时的问题4.2.2可信度模型4.2.3确定性方法的说明4.3主观贝叶斯方法4.3.1贝叶斯公式4.3.2知识不确定性的表示4.3.3证据不确定性的表示4.3.4组合证据不确定性的计算4.3.5不确定性的传递算法4.3.6结论不确定性的合成4.4证据理论4.4.1假设的不确定性4.4.2证据的组合函数4.4.3规则的不确定性4.4.4不确定性的组合4.5模糊逻辑和模糊推理4.5.1模糊集合及其运算4.5.2语言变量4.5.3模糊逻辑4.5.4模糊推理4.6小结习题第5章机器学习5.1机器学习概述5.1.1简单的学习模型5.1.2什么是机器学习5.1.3机器学习的研究概况5.2归纳学习5.2.1归纳学习的基本概念5.2.2变型空间学习5.2.3决策树5.3类比学习5.3.1相似性5.3.2转换类比5.3.3基于案例的推理5.3.4迁移学习5.4统计学习5.4.1逻辑回归5.4.2支持向量机5.4.3提升方法5.5强化学习5.5.1强化学习模型5.5.2学习自动机5.5.3自适应动态程序设计5.5.4Q-学习5.6进化计算5.6.1达尔文进化算法5.6.2遗传算法5.6.3进化策略5.6.4进化规划5.7群体智能5.7.1蚁群算法5.7.2粒子群优化5.8知识发现5.9小结习题第6章神经网络6.1概述6.2神经信息处理的基本原理6.3感知机6.3.1基本神经元6.3.2感知机模型6.4前馈神经网络6.4.1前馈神经网络模型6.4.2误差反向传播算法6.4.3BP算法的若干改进6.5Hopfield网络6.5.1离散 Hopfield 网络6.5.2连续Hopfield网络6.6随机神经网络6.6.1模拟退火算法6.6.2玻耳兹曼机6.7深度学习6.7.1人脑视觉机理6.7.2自编码器6.7.3受限玻耳兹曼机6.7.4深度信念网络6.7.5卷积神经网络6.8自组织神经网络6.8.1网络的拓扑结构6.8.2网络自组织算法6.8.3监督学习6.9小结习题第7章专家系统7.1专家系统概述7.1.1什么是专家系统7.1.2专家系统的特点7.1.3专家系统的发展史7.2专家系统的基本结构7.3专家系统MYCIN7.3.1咨询子系统7.3.2静态数据库7.3.3控制策略7.4专家系统工具CLIPS7.4.1概述7.4.2CLIPS中的知识表示7.4.3CLIPS运行7.4.4Rete匹配算法7.5专家系统工具JESS7.6面向对象专家系统工具OKPS7.6.1OKPS中的知识表示7.6.2推理控制语言ICL7.7专家系统建造7.7.1需求分析7.7.2系统设计7.7.3知识库构建7.7.4系统开发7.7.5系统测试7.8新型专家系统7.8.1分布式专家系统7.8.2协同式专家系统7.8.3神经网络专家系统7.8.4基于互联网的专家系统7.9小结习题第8章自然语言处理8.1概述8.1.1什么是自然语言处理8.1.2自然语言处理的发展8.1.3自然语言处理的层次8.2词法分析8.3句法分析8.3.1短语结构语法8.3.2乔姆斯基形式语法8.3.3句法分析树8.3.4转移网络8.3.5扩充转移网络8.4语义分析8.4.1语义文法8.4.2格文法8.5语用分析8.6语料库8.6.1语料库语言学8.6.2统计方法的应用8.6.3汉语语料库加工8.7信息检索8.8机器翻译8.9问答系统8.10小结习题第9章分布式人工智能与智能体9.1概述9.2分布式问题求解9.2.1分布式人工智能的兴起9.2.2分布式问题求解系统分类9.2.3分布式问题求解过程9.3智能体理论9.3.1理性智能体9.3.2BDI智能体模型9.4智能体结构9.4.1智能体基本结构9.4.2慎思智能体9.4.3反应智能体9.4.4层次智能体9.5智能体通信语言ACL9.5.1智能体间通信概述9.5.2FIPA ACL消息9.6协调和协作9.6.1引言9.6.2合同网9.6.3基于生态学的协作9.6.4基于对策论的协商9.6.5基于意图的协商9.7移动智能体9.8多智能体环境MAGE9.9小结习题第10章智能机器人10.1概述10.2智能机器人的体系结构10.3机器人视觉系统10.3.1视觉系统分类10.3.2定位技术10.3.3自主视觉导航10.3.4视觉伺服系统10.4机器人规划10.4.1任务规划10.4.2分层任务网络规划10.4.3路径规划10.4.4轨迹规划10.5情感机器人10.6发育机器人10.7机器人应用10.8智能机器人发展趋势10.9小结习题 第11章互联网智能11.1概述11.2语义Web11.2.1语义Web的层次模型11.2.2本体的基本概念11.2.3本体描述语言OWL11.3本体知识管理11.3.1知识管理系统Protégé11.3.2知识管理系统KMSphere 11.4Web技术的演化11.5Web挖掘11.5.1Web内容挖掘11.5.2Web结构挖掘11.5.3Web使用挖掘11.6搜索引擎11.6.1搜索引擎原理11.6.2知识图谱11.7集体智能11.7.1引言11.7.2社群智能11.7.3集体智能系统11.7.4全球脑11.8小结习题第12章类脑智能12.1概述12.2大数据智能12.3认知计算12.4欧盟人脑计划12.5美国脑计划12.6脑模拟系统Spaun12.7神经形态芯片12.8类脑智能路线图习题附录课程实习参考文献

前言/序言

  人工智能是计算机科学的一个分支,是采用人工的方法和技术,通过研制智能机器或智能系统来模仿、延伸和扩展人的智能,实现智能行为。人工智能自1956年诞生以来,历经艰辛与坎坷,取得了举世瞩目的成就,特别是机器学习、数据挖掘、计算机视觉、专家系统、自然语言处理、模式识别、机器人等相关的应用带来了良好的经济效益和社会效益。广泛使用的互联网也正在探索应用知识表示和推理,构建语义Web, 提高互联网信息的效率。2015年7月4日,国务院发布《关于积极推进“互联网+”行动的指导意见》,明确未来三年以及十年的发展目标,提出包括“互联网+”创业创新、“互联网+”协同制造、“互联网+”现代农业、“互联网+”智慧能源、“互联网+”普惠金融、“互联网+”益民服务、“互联网+”高效物流、“互联网+”电子商务、“互联网+”便捷交通、“互联网+”绿色生态和“互联网+”人工智能11项重点行动,充分发挥智能科学与技术的作用,形成经济发展新动能,催生经济新格局。  人工智能的长期目标是建立达到人类智力水平的人工智能,智能科学指明了其实现的途径,发达国家都在积极开展探索。2013年1月28日,欧盟启动了旗舰“人类大脑计划”, 未来10年将投入10亿欧元的研发经费,目标是用超级计算机多段多层完全模拟人脑,帮助理解人脑功能。2013年4月2日,美国总统奥巴马宣布一项重大计划,将进行历时10年左右、总额10亿美元的研究计划——运用先进创新型神经技术的大脑研究BRAIN,目标是研究大脑中数十亿神经元的功能,探索人类感知、行为和意识,希望找出治疗阿尔茨海默氏症(老年痴呆症)等与大脑有关疾病的方法。我国也在积极酝酿开展类脑智能的研究。  数字化、网络化和智能化是信息社会发展的必然趋势,智能革命将开创人类后文明史。如果说蒸汽机创造了工业社会,那么智能机也一定能奇迹般地创造出智能社会,实现社会生产的自动化和智能化,促进知识密集型经济的大发展,在这方面人工智能将发挥重大作用。  本书是作者在多年的科研与教学实践基础上,吸取国内外多种人工智能教材的优点,参考国际上最新的研究成果编写而成,具有下列特点:  1)科学性。全面阐述人工智能的基础理论,力求概念正确,有效结合求解智能问题的数据结构以及实现的算法。  2)实用性。根据人工智能实际应用需求,安排知识表示、自动推理、机器学习、神经网络、专家系统和自然语言处理等内容,并通过大量的例题讲解解题方法。  3)先进性。尽可能吸收国际上最新的研究成果,反映人工智能领域在分布式人工智能、机器人、互联网智能和类脑智能等方面的最先进水平。  4)可读性。文字表述力求通俗易懂,文笔流畅,使读者易于理解所学内容。在内容安排上力求由浅入深,循序渐进。  全书共12章。第1章简要介绍人工智能的基本概念、研究发展的状况以及各个学派的观点,并对其研究与应用领域进行了必要的讨论。第2章介绍基本的知识表示方法,包括产生式系统、语义网络、框架理论和状态空间,并介绍概念依赖、脚本和本体等方法。第3章讨论自动推理,对各种搜索技术、博弈问题、产生式系统、归结推理规则和归结原理,以及非单调推理等进行讨论。第4章是不确定性推理,讨论主观贝叶斯方法、确定性理论、证据理论,以及模糊逻辑和模糊推理等内容。第5章是机器学习,介绍归纳学习、ID3算法、类比学习、统计学习和SVM、强化学习、进化计算和群体智能等。第6章讨论神经网络,重点介绍感知机、前馈神经网络、Hopfield网络、随机神经网络、深度学习和自组织神经网络。第7章介绍专家系统,主要介绍专家系统的基本原理、典型的专家系统和开发工具。第8章是自然语言处理,主要阐述自然语言词法、句法、语义分析、真实文本语料库和语用分析等方面,介绍自然语言处理所涉及的关键技术。第9章讨论智能体技术的重要概念和关键技术。第10章论述智能机器人,探讨智能机器人的体系结构、视觉系统、自动规划,列举智能机器人的重要应用。第11章是互联网智能,介绍语义Web、本体知识管理、Web技术、Web挖掘、搜索引擎和集体智能等。最后一章探讨类脑智能,展望类脑智能发展的路线图。  在本书的每章后面都附有一定数量的习题,以巩固所学知识。为了加强课程的实践环节,书后列出了课程习题,使读者能够应用所学内容解决实际问题。在最后列出了参考文献,读者可以从中得到进一步的学习。  本书内容力求做到由浅入深、循序渐进、条理清晰、前后一致,既强调基本原理和工程应用,又要反映国内外研究和应用的最新进展,具有科学性、先进性和实用性。本书包含了作者多年的科研和教学实践,也吸取了国内外同类教材和有关文献的精华,在此谨向这些教材和文献的作者表示感谢,也向提供帮助的许多老师和学生表示感谢。  本书研究工作得到国家重点基础研究发展计划(973)“脑机协同的认知计算模型”(项目编号:2013CB329502)、国家自然科学基金重点项目“基于云计算的海量数据挖掘”(批准号:61035003)、国家科技支撑项目“颌面部组织缺损和畸形重建相关技术研究” (批准号:2012BA107B02)等的支持。在本书编写和出版过程中,得到了机械工业出版社的大力支持,在此谨表诚挚的谢意。  本书可以作为高等院校计算机科学与技术、自动化等相关专业的研究生和高年级本科生的人工智能课程教材,也可以供从事人工智能研究与应用的科技人员学习参考。在教学过程中老师可以根据实际需要对内容进行取舍。  由于作者水平有限,加之人工智能发展迅速,书中不妥和错误之处在所难免,诚恳地希望专家和读者提出宝贵意见,以帮助本书改进和完善。

人工智能 epub pdf mobi txt 电子书 下载 2024

人工智能 下载 epub mobi pdf txt 电子书 2024

人工智能 pdf 下载 mobi 下载 pub 下载 txt 电子书 下载 2024

人工智能 mobi pdf epub txt 电子书 下载 2024

人工智能 epub pdf mobi txt 电子书 下载
想要找书就要到 静思书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

读者评价

评分

常识性初级读物,相当于导论了

评分

京东服务不错

评分

很好,是正版书,质量不错

评分

书不错,内容丰富,比较新,有几章还是值得看的!

评分

作者史忠植是中科院的院士,内容很好,值得推荐。

评分

人工智能概念性的书

评分

东西不错

评分

东西不错,下回还来购买

评分

应该是正品,还是不错的

人工智能 epub pdf mobi txt 电子书 下载 2024

类似图书 点击查看全场最低价

人工智能 epub pdf mobi txt 电子书 下载 2024


分享链接









相关书籍


本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

友情链接

© 2024 book.idnshop.cc All Rights Reserved. 静思书屋 版权所有