人工智能引論（計(jì)算機(jī)科學(xué)與技術(shù)系列教材）

定　價(jià)：￥30.00

作　者：	朱福喜、杜友福、夏定純
出版社：	武漢大學(xué)出版社
叢編項(xiàng)：	計(jì)算機(jī)科學(xué)與技術(shù)系列教材
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787307051393	出版時(shí)間：	2006-09-01	包裝：	平裝
開(kāi)本：	16	頁(yè)數(shù)：	344	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書系統(tǒng)地闡述了人工智能的基本理論和基本技術(shù)及其應(yīng)用，比較全面系統(tǒng)地反映了國(guó)內(nèi)外人工智能研究的最新進(jìn)展。全書共十一章，其中介紹傳統(tǒng)的人工智能原理和方法的內(nèi)容包括搜索技術(shù)、各種知識(shí)表示和處理技術(shù)、各種典型（精確的和非精確的）的推理技術(shù)、專家系統(tǒng)開(kāi)發(fā)技術(shù)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理技術(shù)，這些內(nèi)容能夠使讀者對(duì)人工智能的基本概念和人工智能系統(tǒng)的構(gòu)造技術(shù)和方法有一個(gè)比較清楚的認(rèn)識(shí)；介紹人工智能研究領(lǐng)域里的最新成果的內(nèi)容有分布式人工智能、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、遺傳算法。這幾個(gè)方面是目前人工智能研究最活躍的領(lǐng)域。本書強(qiáng)調(diào)具有先進(jìn)性、實(shí)用性和可讀性，可作為計(jì)算機(jī)、信息處理、自動(dòng)化和電信等專業(yè)的高年級(jí)本科生和研究生學(xué)習(xí)人工智能的教材，也可供從事計(jì)算機(jī)科學(xué)研究、開(kāi)發(fā)和應(yīng)用的教學(xué)和科研人員參考。

作者簡(jiǎn)介

暫缺《人工智能引論（計(jì)算機(jī)科學(xué)與技術(shù)系列教材）》作者簡(jiǎn)介

圖書目錄

第一章　人工智能概述
　1.1　人類智能與人工智能
　1.2　AI的起源及研究學(xué)派
　1.3　人工智能的發(fā)展
　1.4　人工智能的基本技術(shù)
　1.5　人工智能的研究與應(yīng)用領(lǐng)域
　1.6　小結(jié)
　習(xí)題1
第二章　問(wèn)題求解與搜索技術(shù)
　2.1　問(wèn)題的狀態(tài)和狀態(tài)空間
　2.2　或圖通用搜索算法
　2.3　盲目的搜索方法
　2.4　啟發(fā)式搜索方法
　2.5　局部與全局搜索算法
　2.6　博弈搜索算法
　2.7　問(wèn)題歸約與AO*算法
　習(xí)題2
第三章　知識(shí)表示與處理方法
　3.1　概述
　3.2　邏輯表示法
　3.3　產(chǎn)生式表示法
　3.4　語(yǔ)義網(wǎng)絡(luò)表示法
　3.5　框架表示法
　3.6　小結(jié)
　習(xí)題3
第四章　歸結(jié)推理及其應(yīng)用
　4.1　自然演繹推理
　4.2　歸結(jié)演繹推理
　4.3　歸結(jié)方法
　4.4　歸結(jié)原理的理論依據(jù)
　4.5　小結(jié)
　習(xí)題4
第五章　不確定性推理
　5.1　不確定性推理概述
　5.2　MYCIN模型
　5.3　主觀Bayes方法
　5.4　證據(jù)理論
　5.5　模糊集合
　5.6　小結(jié)
　習(xí)題5
第六章　專家系統(tǒng)
　6.1　專家系統(tǒng)概述
　6.2　專家系統(tǒng)的結(jié)構(gòu)
　6.3　專家系統(tǒng)開(kāi)發(fā)階段與過(guò)程
　6.4　專家系統(tǒng)開(kāi)發(fā)工具與環(huán)境
　6.5　專家系統(tǒng)發(fā)展趨勢(shì)
　6.6　小結(jié)
　習(xí)題6
第七章　機(jī)器學(xué)習(xí)
　7.1　概述
　7.2　基于解釋的學(xué)習(xí)
　7.3　基于類比的學(xué)習(xí)
　7.4　歸納學(xué)習(xí)
　7.5　基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
　7.6　小結(jié)
　習(xí)題7
第八章　自然語(yǔ)言理解
　8.1　自然語(yǔ)言及其理解
　8.2　詞法分析
　8.3　句法和語(yǔ)意分析
　8.4　自然語(yǔ)言理解系統(tǒng)的模型
　8.5　自然語(yǔ)言理解系統(tǒng)應(yīng)用實(shí)例
　8.6　小結(jié)
　習(xí)題8
第九章　分布式人工智能
　9.1　概述
　9.2　分布式問(wèn)題求解
　9.3　主體理論
　9.5　主體結(jié)構(gòu)
　9.6　主體通信
　9.7　主體的協(xié)調(diào)與協(xié)作
　9.8　小結(jié)
　習(xí)題9
第十章　知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘
　10.1　概述　
　10.2　數(shù)據(jù)挖掘與KDD
　10.3　數(shù)據(jù)挖掘功能
　10.4　數(shù)據(jù)挖掘技術(shù)和方法
　10.5　關(guān)聯(lián)分析
　10.6　聚類分析
　10.7　小結(jié)
　習(xí)題10
第十一章　遺傳算法
　11.1　遺傳算法概述
　11.2　基本遺傳算法
　11.3　模式理論
　11.4　遺傳算法的進(jìn)一步討論
　11.5　小結(jié)
　習(xí)題11
參考文獻(xiàn)