欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 人工智能基础教程(高等院校科学教育专业系列教材)
      • 作者:编者:罗庆生//罗霄|责编:翟腾飞//周明琼|总主编:林长春//蒋永贵//黄晓
      • 出版社:西南大学
      • ISBN:9787569718607
      • 出版日期:2024/04/01
      • 页数:394
    • 售价:27.6
  • 内容大纲

        本教程共有11章,系统阐述了人工智能的基本原理和发展沿革,科学建构了人工智能理论和技术体系的基本框架,全面涵盖了人工智能相关分支领域的基本知识和主要内容,深入展示了人工智能的新进展和新成果。各章名称如下:第1章人工智能的诞生与应用、第2章人工智能的基本概念、主要内容、常用方法与关键技术、第3章图搜索与问题求解、第4章自动规划与配置、第5章非单调推理与软计算、第6章机器推理与知识表示、第7章机器学习与知识发现、第8章机器感知与语言交流、第9章智能计算机与智能化网络、第10章人工智能开发工具、第11章人工智能实用系统。
  • 作者介绍

  • 目录

    第一章  人工智能的诞生与应用
      第一节  人工智能的诞生
      第二节  人工智能的应用
      第三节  人工智能的分支领域
      第四节  人工智能的学科发展
    第二章  人工智能的基本概念、主要内容、常用方法与关键技术
      第一节  人工智能的基本概念
      第二节  人工智能的主要内容
      第三节  人工智能的常用方法
      第四节  人工智能的关键技术
      第五节  研究人工智能的重要性与必要性
    第三章  图搜索与问题求解
      第一节  概述
      第二节  状态图与状态图搜索
      第三节  状态图搜索问题求解
    第四章  自动规划与配置
      第一节  经典规划技术
      第二节  自动规划技术
      第三节  自动配置
    第五章  非单调推理与软计算
      第一节  传统逻辑系统
      第二节  非单调推理
      第三节  不确定推理
      第四节  模糊逻辑和模糊推理
      第五节  神经网络
    第六章  知识表示与机器推理
      第一节  知识表示概述
      第二节  一阶谓词机器推理
      第三节  产生式规则及其推理
      第四节  语义网络
      第五节  知识图谱
      第六节  不确定性和不确切性信息处理
      第七节  不确定性知识的表示及推理
      第八节  软语言值及其数学模型
    第七章  机器学习与知识发现
      第一节  机器学习
      第二节  符号学习
      第三节  强化学习
      第四节  统计学习
      第五节  神经网络学习
      第六节  深度学习
      第七节  数据挖掘
      第八节  知识发现
    第八章  机器感知、模式识别与语言交流
      第一节  机器感知
      第二节  模式识别
      第三节  语言交流
    第九章  智能计算机与智能化网络
      第一节  智能计算机
      第二节  智能化网络

    第十章  人工智能开发工具
      第一节  人工智能开发工具概述
      第二节  知识工程经典语言PROLOG
      第三节  机器学习流行语言Pvthon
      第四节  深度学习框架与平台
    第十一章  人工智能实用系统
      第一节  人工智能实用系统概述
      第二节  专家系统
      第三节  Agent系统
      第四节  智能机器人
    参考文献