人工智能

定　價：￥45.00

作　者：	（美）瓊斯著，黃厚寬等譯
出版社：	電子工業(yè)出版社
叢編項：
標(biāo)　簽：	人工智能

購買這本書可以去

ISBN：	9787121112799	出版時間：	2010-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	352	字?jǐn)?shù)：

內(nèi)容簡介

　　《人工智能》包含當(dāng)前人工智能（AI）研究的主要內(nèi)容，尤其強調(diào)實際應(yīng)用，涉及數(shù)據(jù)挖掘等許多最新應(yīng)用領(lǐng)域。全書共13章，分別講述了人工智能的歷史、盲目搜索、啟發(fā)式搜索、人工智能與游戲、知識表示、機器學(xué)習(xí)、演化計算、神經(jīng)網(wǎng)絡(luò)、機器人學(xué)與人工智能、智能Agent、仿生和混合模型及人工智能語言?！度斯ぶ悄堋方o出了算法的較詳細實現(xiàn)，與現(xiàn)有的以理論基礎(chǔ)為核心的大多數(shù)經(jīng)典人工智能著作相比，《人工智能》有自身的鮮明特色，且內(nèi)容與國內(nèi)人工智能課程的教學(xué)內(nèi)容吻合，尤其有利于培養(yǎng)學(xué)生解決人工智能實際問題的能力。《人工智能》適合高等學(xué)校計算機、自動化等信息學(xué)科的本科生和研究生閱讀，也適合廣大人工智能愛好者自學(xué)使用，《人工智能》也能為人工智能研究人員了解各種算法的設(shè)計思路和具體實現(xiàn)框架提供參考。

作者簡介

暫缺《人工智能》作者簡介

圖書目錄

第1章人工智能的歷史
　1.1　什么是智能
　1.2　探索機械智能
　1.3　早期時代（20世紀(jì)50年代初）
　1.4　人工智能領(lǐng)域的出現(xiàn)
　1.5　人工智能的冬天
　1.6　人工智能的重興
　1.7　人工智能交叉學(xué)科的研究進展
　1.8　系統(tǒng)方法
　1.9　全書內(nèi)容概述
　1.10 本章小結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
第2章盲目搜索
　2.1　搜索與人工智能
　2.2　搜索分類
　2.3　通用狀態(tài)空間搜索
　2.4　樹、圖及其表示法
　2.5　盲目搜索
　2.6　改進
　2.7　算法優(yōu)點
　2.8　本章小結(jié)
　2.9　算法小結(jié)
　參考文獻
　練習(xí)
第3章啟發(fā)式搜索
　3.1　啟發(fā)式搜索
　3.2　最佳優(yōu)先搜索（BEST-FS）
　3.3　A*搜索
　3.4　爬山搜索
　3.5　模擬退火（SA）
　3.6　禁忌搜索
　3.7　約束滿足問題（CSP）
　3.8　約束滿足算法
　3.9　本章小結(jié)
　3.10 算法總結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
第4章人工智能與游戲
　4.1　雙人游戲
　4.2　極小極大算法
　4.3　經(jīng)典游戲中的人工智能
　4.4　視頻游戲中的人工智能
　4.5　本章小結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
第5章知識表示
　5.1　簡介
　5.2　知識的類型
　5.3　知識的作用
　5.4　語義網(wǎng)絡(luò)
　5.5　框架
　5.6　命題邏輯
　5.7　一階邏輯（謂詞邏輯）
　5.8　語義Web
　5.9　計算化知識發(fā)現(xiàn)
　5.10 本體
　5.11 知識通信
　5.12 常識
　5.13 本章小結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
第6章機器學(xué)習(xí)
　6.1　機器學(xué)習(xí)算法
　6.2　本章小結(jié)
　參考文獻
　練習(xí)
第7章演化計算
　7.1　演化計算簡史
　7.2　生物學(xué)動機
　7.3　遺傳算法（GA）
　7.4　遺傳程序設(shè)計（GP）
　7.5　演化策略（ES）
　7.6　差異演化（DE）
　7.7　粒子群優(yōu)化（PSO）
　7.8　演化硬件
　7.9　本章小結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
第8章神經(jīng)網(wǎng)絡(luò)I
　8.1　神經(jīng)網(wǎng)絡(luò)簡史
　8.2　生物學(xué)動因
　8.3　神經(jīng)網(wǎng)絡(luò)的基本原理
　8.4　感知器
　8.5　最小均方學(xué)習(xí)
　8.6　反向傳播學(xué)習(xí)
　8.7　概率神經(jīng)網(wǎng)絡(luò)
　8.8　其他神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　8.9　構(gòu)建神經(jīng)網(wǎng)絡(luò)的技巧
　8.10 本章小結(jié)
　參考文獻
　練習(xí)
第9章神經(jīng)網(wǎng)絡(luò)II
　9.1　無監(jiān)督學(xué)習(xí)
　9.2　Hebb學(xué)習(xí)
　9.3　簡單競爭學(xué)習(xí)
　9.4　k均值聚類
　9.5　自適應(yīng)諧振理論（ART）
　9.6　Hopfield自聯(lián)想模型
　9.7　本章小結(jié)
　參考文獻
　練習(xí)
第10章機器人學(xué)和人工智能
　10.1　機器人學(xué)簡介
　10.2　Braitenberg車
　10.3　自然感知和控制
　10.4　用傳感器感知
　10.5　用效應(yīng)器實現(xiàn)動作
　10.6　機器人控制系統(tǒng)
　10.7　簡單的控制體系結(jié)構(gòu)
　10.8　行為規(guī)劃
　10.9　群組或分布式機器人
　10.10 機器人程序設(shè)計語言
　10.11 機器人仿真器
　10.12 本章小結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
第11章智能Agent
　11.1　Agent的結(jié)構(gòu)
　11.2　Agent屬性和人工智能
　11.3　Agent環(huán)境
　11.4　Agent分類
　11.5　Agent體系結(jié)構(gòu)
　11.6　Agent語言
　11.7　Agent通信
　11.8　本章小結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
第12章仿生和混合的模型
　12.1　元胞自動機
　12.2　自主計算系統(tǒng)
　12.3　人工生命
　12.4　模糊系統(tǒng)
　12.5　演化神經(jīng)網(wǎng)絡(luò)
　12.6　蟻群優(yōu)化
　12.7　情感計算
　相關(guān)資料
第13章人工智能語言
　13.1　語言分類
　13.2　人工智能語言
　13.3　其他語言
　13.4　本章小結(jié)
　參考文獻
　相關(guān)資料
　練習(xí)
索引