人工智慧基礎(2006年高等教育出版社出版的圖書)

人工智慧基礎(2006年高等教育出版社出版的圖書)

本詞條是多義詞,共12個義項
更多義項 ▼ 收起列表 ▲

《人工智慧基礎》是作者蔡自興 編,2006年高等教育出版社出版的圖書。

基本介紹

  • 中文名:人工智慧基礎
  • 出版時間:2006年7月1日
  • 出版社高等教育出版社 
  • 頁數:312 頁
  • ISBN:9787040164862
  • 開本:16 開
  • 裝幀平裝
內容簡介,圖書目錄,

內容簡介

《人工智慧基礎》是國家教育部立項建設的優秀網路課程“人工智慧網路課程”的配套教材。全書共10章,主要內容:緒論、知識表示、搜尋原理、推理技術、機器學習、規劃系統、專家系統、自然語言理解、智慧型控制、人工智慧程式設計。附錄中給出了人工智慧網路課程使用指南。《人工智慧基礎》可作為本科學校和高職高專學校計算機相關專業的“人工智慧”課程教材或教學參考書,還可供從事人工智慧研究、開發與套用的科技工作者學習參考。建議讀者儘可能結合“人工智慧網路課程”進行學習和訓練,充分利用該網路課程提供的豐富教學資源。

圖書目錄

第1章 緒論
1.1 人工智慧的定義與發展
1.1.1 人工智慧的定義
1.1.2 人工智慧的起源與發展
1.2 人類智慧型與人工智慧
1.2.1 研究認知過程的任務
1.2.2 智慧型信息處理系統的假設
1.2.3 人類智慧型的計算機模擬
1.3 人工智慧的學派及其爭論
1.3.1 人工智慧的主要學派
1.3.2 對人工智慧基本理論的爭論
1.3.3 對人工智慧技術路線的爭論
1.4 人工智慧的研究與套用領域
1.4.1 問題求解
1.4.2 邏輯推理與定理證明
1.4.3 自然語言理解
1.4.4 自動程式設計
1.4.5 專家系統
1.4.6 機器學習
1.4.9 模式識別
1.4.10 機器視覺
1.4.11 智慧型控制
1.4.12 智慧型檢索
1.4.13 智慧型調度與指揮
1.4.14 分散式人工智慧與Agent
1.4.15 計算智慧型與進化計算
1.4.16 數據挖掘與知識發現
1.4.17 人工生命
1.4.18 系統與語言工具
1.5 人工智慧對人類的影響
1.5.1 人工智慧對經濟的影響
1.5.2 人工智慧對社會的影響
1.5.3 人工智慧對文化的影響
1.6 對人工智慧的展望
1.6.1 更新的理論框架
1.6.2 更好的技術集成
1.6.3 更成熟的套用方法
第2章 知識表示
2.1 概述
2.2.1 問題狀態描述
2.2.2 狀態圖示法
2.2.3 狀態空間表示舉例
2.3 問題歸約法
2.3.1 問題歸約描述
2.3.2 與或圖表示
2.3.3 問題歸約機理
2.4 謂詞邏輯法
2.4.1 謂詞演算
2.4.2 謂詞公式
2.4.3 置換與合一
2.5 語義網路法
2.5.1 二元語義網路的表示
2.5.2 多元語義網路的表示
2.5.3 連詞和量化的表示
2.5.4 語義網路的推理過程
2.6 框架表示
2.6.1 框架的構成
2.6.2 框架的推理
2.7 面向對象表示
2.7.1 面向對象基礎
2.7.2 類與類繼承
2.7.3 面向對象表示的實例
2.8 劇本表示
2.8.1 劇本的構成
2.8.2 劇本的推理
2.9 過程式表示
第3章 搜尋原理
3.1 盲目搜尋
3.1.1 圖搜尋策略
3.1.2 寬度優先搜尋
3.1.3 深度優先搜尋
3.1.4 等代價搜尋
3.2 啟發式搜尋
3.2.1 啟發式搜尋策略
.3.2.2 估價函式”
3.2.3 有序搜尋
3.2.4 A*算法
3.3 博弈樹搜尋
3.3.1 博弈概述
3.3.2 極小極大分析法
3.3.3 α-β剪枝技術
3.4 遺傳算法
3.4.1 遺傳算法的結構
3.4.2 遺傳算法的基本原理
3.4.3 遺傳算法的收斂性
3.4.4 遺傳算法的性能
3.4.5 進化算法
3.4.6 遺傳算法展望
3.5.1 模擬退火算法的模型
3.5.2 模擬退火算法的簡單套用
3.5.3 模擬退火算法的參數控制問題
第4章 推理技術
4.1 消解原理
4.1.1 化為子句集
4.1.2 消解推理規則
4.1.3 含有變數的消解式
4.1.4 消解反演求解過程
4.2 規則演繹系統
4.2.1 規則正向演繹系統
4.2.2 規則逆向演繹系統
4.2.3 規則雙向演繹系統
4.3 產生式系統
4.3.1 產生式系統的組成及表示
4.3.2 正向與反向推理
4.4 不確定性推理
4.4.1 機率推理
4.4.2 貝葉斯推理
4.4.3 模糊邏輯推理與可能性理論
4.5 非單調推理
4.5.1 預設推理
4.5.2 非單調推理系統
第5章 機器學習
5.1 機器學習的研究意義與發展歷史
5.1.1 機器學習的定義和研究意義
5.1.2 機器學習的發展史
5.2 機器學習的主要策略與基本結構
5.3 常見的幾種學習方法
5.3.1 機械學習
5.3.2 基於解釋的學習
5.3.3 基於事例的學習
5.3.4 基於概念的學習
5.3.5 基於類比的學習
5.3.6 歸納學習
5.3.7 強化學習
5.4 基於神經網路的學習
5.4.1 神經網路的組成與特性
5.4.2 基於反向傳播網路的學習
5.4.3 基於Hopfield網路的學習
5.4.4 基於神經網路的推理
第6章 規劃系統
6.1 規劃的作用與任務
6.1.1 規劃的概念
6.1.2 規劃的作用與主要問題
6.2 基於謂詞邏輯的規劃
6.2.1 規劃世界模型的謂詞邏輯表示
6.2.2 基於謂詞邏輯規劃的基本過程
6.3 STRIPS規劃系統
6.3.1 積木世界的機器人規劃
6.3.2 STRIPS規劃系統
6.4 分層規劃
6.4.1 長度優先搜尋
6.4.2 NOAH規劃系統
第7章 專家系統
7.1 專家系統概述
7.1.1 專家系統的一般特點
7.1.2 專家系統的結構與類型
7.2 基於規則的專家系統
7.2.1 基於規則的專家系統的基本結構
7.2.2 基於規則的專家系統舉例
7.3 基於框架的專家系統
7.3.1 基於框架的專家系統的概念
7.3.2 基於框架的專家系統舉例
7.4 基於模型的專家系統
7.4.1 基於模型的專家系統的概念
7.4.2 基於模型的專家系統舉例
7.5 專家系統的設計、評價與開發
7.5.1 專家系統的設計
7.5.2 專家系統的評價
7.5.3 專家系統的開發工具
7.6 專家系統設計舉例
7.6.1 專家知識的描述
7.6.2 知識的使用
7.6.3 決策的解釋
7.6.4 MYCIN系統概述
第8章 自然語言理解
8.1 語言及其理解的一般問題
8.1.1 語言和語言理解
8.1.2 自然語言理解研究的進展
8.1.3 自然語言理解過程的層次
8.2 句法和語法的自動分析
8.2.1 句法模式匹配和轉移網路
8.2.2 擴充轉移網路
8.2.3 辭彙功能語法
8.2.4 語義的解析
8.3 語言理解
8.3.1 簡單句的理解方法
8.3.2 複合句的理解方法
8.4 機器翻譯
8.5 語音識別
8.5.1 語音識別的發展歷史
8.5.2 語音識別的基本原理
8.5.3 語音識別中的難點
8.5.4 語音識別的關鍵技術
8.6 套用舉例
8.6.1 自然語言自動理解系統
8.6.2 機器翻譯系統ARIANE
8.6.3 自然語言問答系統
第9章 智慧型控制
9.1 智慧型控制概述
9.1.1 智慧型控制的產生和發展
9.1.2 智慧型控制的定義
9.2 智慧型控制的研究領域
9.3 智慧型控制的學科結構理論
9.3.1 二元結構理論
9.3.2 三元結構理論
9.3.3 四元結構理論
9.4 智慧型控制的特點與系統一般結構
9.4.1 智慧型控制的特點
9.4.2 智慧型控制系統的一般結構
9.5 智慧型控制系統
9.5.1 遞階智慧型控制系統
9.5.4 學習控制系統
9.5.5 神經控制系統
9.5.6 進化控制系統
第10章 人工智慧程式設計
10.1 符號和邏輯處理程式語言
10.2 LISP語言
10.2.1 LISP的特點和數據結構
10.2.2 LISP的基本函式
10.2.3 遞歸和疊代
10.2.4 LISP編程舉例
10.3 PROLOG語言
10.3.1 語法與數據結構
10.3.2 PROLOG程式設計原理
10.3.3 PROLOG編程舉例
10.4 專用開發工具與人工智慧機
附錄 網路課程使用說明
參考文獻

相關詞條

熱門詞條

聯絡我們