人工智慧理論與實踐

內容簡介

本書由三位資深的人工智慧專家精心編著而成。針對機器智慧型系統開發中湧現出的表達與計算問題，本書介紹了最新的研究成果，並討論了系統實現中涉及到的實際問題。作者深入探討了用於解決學習、規劃和不確定性問題的傳統符號推理技術，例如演繹推理、決策樹等，並介紹了神經網路、機率推理等新技術。書中出現的重要算法在每章後面都附有其LISP實現的原始碼，以供讀者在試驗時進行參考。另外，本書還給出了豐富的人工智慧套用系統的實例。

本書可作為高等院校計算機、控制、機電、數學等專業人工智慧課程的教材，也可供從事人工智慧研究和套用的科學工作者和工程技術人員學習參考。

圖書目錄

第1章緒論

1.1 人工智慧實踐

1.2 人工智慧理論

1.3 智慧型的判定與度量

1.4 行為計算理論

1.5 自動推理

1.6 本書結構

本章小結

背景資料

練習

第2章符號編程

2.1 基於規則的反應系統實例

2.2 LISP簡介

2.3 LISP互動方式

2.4 LISP函式

2.5 環境、符號與作用域

2.6 LISP函式的更多內容

2.7 表處理

2.8 疊代結構

2.9 程式調試

2.10 基於規則的反應系統回顧

本章小結

背景資料

練習

第3章表達與邏輯

3.1 命題邏輯

3.2 P語言的形式化系統

3.3 P語言中的自動定理證明

3.4 謂詞演算

3.5 PC語言的形式化系統

3.6 PC語言中的自動定理證明

3.7 非單調邏輯

3.8 演繹檢索系統

本章小結

背景資料

練習

LISP實現：數據依賴

第4章搜尋

4.1 基本搜尋問題

4.2 盲目搜尋

4.3 啟發式搜尋

4.4 最最佳化與搜尋

4.5 敵對搜尋

4.6 判別樹的索引

本章小結

背景資料

練習

LISP實現：判別樹

第5章學習

5.1 歸納學習問題的分類

5.2 歸納推理理論

5.3 描述空間

5.4 決策樹

5.5 網路學習方法

5.6 梯度導向搜尋

5.7 感知器

5.8 徑向基函式

5.9 動態環境中的學習

人工智慧理論與實踐

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條