书籍详情

人工智能基础与应用

人工智能基础与应用

作者:吴胜、王书芹

出版社:电子工业

出版时间:2007-01-01

ISBN:9787121035128

定价:¥17.00

购买这本书可以去
内容简介
  人工智能是计算机科学与应用中的一个传统的分支,涵盖众多的领域;人工智能技术在国内也正在被广泛地运用;最近由于游戏开发的兴起,人工智能技术在游戏开发中的运用备受关注。本书将系统介绍人工智能的基本原理和相关研究领域,并有重点地分析了相关内容的实现。全书首先介绍人工智能的概述和基础;然后讲解人工智能的研究领域和应用;最后结合实例给出人工智能的程序设计,并重点探讨在实现人工智能程序时的一些常用工具和一般规律.
作者简介
暂缺《人工智能基础与应用》作者简介
目录
第1章 绪论.  
1. 1 人工智能的内涵  
1. 1. 1 人工智能的发展动力  
1. 1. 2 人工智能的含义  
1. 1. 3 人工智能的目标  
1. 2 人工智能的研究领域  
1. 2. 1 专家系统  
1. 2. 2 计算智能  
1. 2. 3 机器学习  
1. 2. 4 自然语言处理  
1. 2. 5 模式识别  
1. 2. 6 机器人  
1. 2. 7 分布式人工智能  
1. 2. 8 数据挖掘  
1. 2. 9 其他  
1. 3 人工智能的发展简史  
1. 3. 1 第1阶段  
1. 3. 2 第2阶段  
1. 3. 3 第3阶段  
1. 3. 4 第4阶段  
1. 3. 5 第5阶段  
本章小结  
习题1  
实验1  
第2章 知识表示  
2. 1 知识与知识表示  
2. 1. 1 知识的内涵  
2. 1. 2 选择知识表示法  
2. 2 一阶谓词逻辑表示法  
2. 2. 1 一阶谓词逻辑表示法  
2. 2. 2 一阶谓词逻辑表示法特性  
2. 3 产生式表示法  
2. 3. 1 运用规则  
2. 3. 2 产生式系统  
2. 3. 3 产生式系统分类  
2. 3. 4 产生式表示法特点  
2. 4 语义网络表示法  
2. 4. 1 语义网络表示法概述  
2. 4. 2 语义网络表示法运用与特性  
2. 5 框架表示法  
2. 5. 1 框架的组成与结构  
2. 5. 2 框架表示法运用与特性  
2. 6 其他知识表示法  
2. 6. 1 脚本表示法  
2. 6. 2 面向对象表示法  
本章小结  
习题2  
实验2  
第3章 推理  
3. 1 推理的内涵  
3. 1. 1 推理的基本概念  
3. 1. 2 推理的分类  
3. 2 确定性推理  
3. 2. 1 推理的逻辑基础  
3. 2. 2 自然演绎推理  
3. 2. 3 归结推理  
3. 3 不确定推理与非单调推理  
3. 3. 1 不确定推理的概率论基础  
3. 3. 2 主观Bayes方法  
3. 3. 3 非单调推理  
本章小结  
习题3  
实验3  
第4章 搜索  
4. 1 搜索概述  
4. 1. 1 搜索的基本概念  
4. 1. 2 搜索的分类  
4. 2 状态空间搜索  
4. 2. 1 状态空间盲目搜索  
4. 2. 2 状态空间启发式搜索  
4. 3 与/或树搜索  
4. 3. 1 与/或树的盲目搜索  
4. 3. 2 与/或树的启发式搜索  
4. 4 博弈树的启发式搜索  
4. 4. 1 博弈树的启发式搜索含义  
4. 4. 2 示例  
本章小结..  
习题4  
实验4  
第5章 专家系统  
5. 1 专家系统概述  
5. 1. 1 专家系统的定义  
5. 1. 2 专家系统的特点  
5. 1. 3 专家系统的分类  
5. 2 专家系统原理  
5. 2. 1 专家系统一般结构  
5. 2. 2 专家系统基本原理  
5. 2. 3 知识获取  
5. 3 专家系统开发  
5. 3. 1 专家系统设计原则与评价  
5. 3. 2 专家系统开发步骤  
5. 3. 3 专家系统开发工具  
5. 3. 4 应用实例  
本章小结  
习题5  
实验5  
第6章 计算智能  
6. 1 人工神经网络  
6. 1. 1 基本原理及学习机理  
6. 1. 2 感知模型及其学习  
6. 2 遗传算法  
6. 2. 1 遗传算法的基本概念  
6. 2. 2 简单遗传算法  
6. 2. 3 遗传算法应用  
6. 3 计算智能其他技术  
6. 3. 1 模糊理论  
6. 3. 2 免疫算法  
6. 3. 3 蚁群算法  
本章小结  
习题6  
实验6  
第7章 机器学习  
7. 1 机器学习概述  
7. 1. 1 机器学习的基本概念  
7. 1. 2 机器学习的实现方法  
7. 2 机器学习的分类  
7. 2. 1 机械学习  
7. 2. 2 归纳学习  
7. 2. 3 基于类比的学习  
7. 2. 4 基于解释的学习  
本章小结  
习题7  
实验7  
第8章 分布式人工智能  
8. 1 分布式人工智能概述  
8. 1. 1 基本原理  
8. 1. 2 分类  
8. 2 多Agent系统概述  
8. 2. 1 Agent概念和思想  
8. 2. 2 体系结构  
8. 3 面向Agent的软件开发  
8. 3. 1 设计思想  
8. 3. 2 设计工具  
8. 3. 3 应用  
本章小结  
习题8  
实验8  
第9章 人工智能程序设计  
9. 1 LISP语言  
9. 1. 1 基本概念  
9. 1. 2 基础功能  
9. 2 Prolog语言  
9. 2. 1 基本概念  
9. 2. 2 基础语法  
9. 2. 3 应用  
9. 3 其他工具  
9. 3. 1 C语言  
9. 3. 2 JavaScript语言  
本章小结  
习题9  
实验9  
参考文献...  

猜您喜欢

读书导航