《高校教材人工智慧》是2006年清華大學出版社出版的圖書，作者是賁可榮。本書適合作為高等學校計算機專業高年級本科生和非計算機專業研究生人工智慧的教材，也可作為希望深入學習人工智慧的科技人員的參考書。
基本介紹
- 中文名：高校教材人工智慧
- 作/譯者：：賁可榮
- 出版社：：清華大學出版社
- 出版日期：：2006年03月
圖書簡介：,內容提要：,圖書目錄：,
圖書簡介：
ISBN：9787302124054 [十位:7302124051]
頁數：394 重約：0.575KG
定價：￥33.00
舊書普通用戶價：￥11.90 為您節省：￥21.10
舊書VIP用戶價：￥10.70 為您節省：￥22.30
團購優惠價：￥10.10
內容提要：
人工智慧是研究理解和模擬人類智慧型、智慧型行為及其規律的一門學科。其主要任務是建立智慧型信息處理理論,進而設計可以展現某些近似於人類智慧型行為的計算系統。本書系統介紹人工智慧的理論、方法、技術及其套用,除了討論仍然有用的和有效的基本原理與方法之外,著重闡述新的和正在研究的人工智慧方法與技術,特別是近期發展起來的方法與技術。此外,用比較多的篇幅論述人工智慧的套用,包括人工智慧新的套用研究。
圖書目錄：
第1章 緒論
1.1 人工智慧的定義與發展
1.2 人類智慧型與人工智慧
1.2.1 智慧型信息處理系統的假設
1.2.2 人類智慧型的計算機模擬
1.3 人工智慧各學派的認知觀
1.4 人工智慧的研究與套用領域
1.4.1 智慧型感知
1.4.2 智慧型推理
1.4.3 智慧型學習
1.4.4 智慧型行動
1.5 未來50年的人工智慧問題
習題
第2章 知識表示和推理
2.1 概述
2.1.1 知識和知識表示
2.1.2 知識-策略-智慧型
2.1.3 人工智慧對知識表示方法的要求
2.1.4 知識的分類
2.1.5 知識表示語言問題
2.1.6 現代邏輯學的基本研究方法
2.2 命題邏輯
2.2.1 語法
2.2.2 語義
2.2.3 命題演算形式系統PC
2.3 謂詞邏輯
2.3.1 語法
2.3.2 語義
2.3.3 謂詞邏輯形式系統FC
2.3.4 一階謂詞邏輯的套用
2.4 歸結推理
2.4.1 命題演算中的歸結推理
2.4.2 謂詞演算中的歸結推理
2.4.3 謂詞演算歸結反演的合理性和完備性
2.5 產生式系統
2.5.1 產生式系統的組成部分
2.5.2 產生式系統的基本過程
2.5.3 產生式系統的控制策略
2.6 知識表示的其他方法
2.6.1 語義網路
2.6.2 框架
2.6.3 面向對象
2.7 基於知識的系統
2.7.1 知識獲取
2.7.2 知識組織
2.7.3 知識套用
2.8 小結
習題
第3章 搜尋技術
3.1 引言
3.2 盲目搜尋方法
3.2.1 寬度優先搜尋
3.2.2 深度優先搜尋
3.2.3 疊代加深搜尋
3.3 啟發式搜尋
3.3.1 啟發性信息和評估函式
3.3.2 最好優先搜尋算法
3.3.3 通用圖搜尋算法
3.3.4 A*算法
3.3.5 疊代加深A*算法
3.4 問題歸約和AND-OR圖啟發式搜尋
3.4.1 問題歸約的描述
3.4.2 AND-OR圖表示
3.4.3 AO*算法
3.5 博弈
3.5.1 極大極小過程
3.5.2 ( - ( 過程
3.6 約束滿足搜尋
3.7 小結
習題
第4章 高級搜尋
4.1 爬山法搜尋
4.2 模擬退火搜尋
4.2.1 模擬退火搜尋的基本思想
4.2.2 模擬退火算法
4.2.3 模擬退火算法關鍵參數和操作的設計
4.2.4 模擬退火算法的改進
4.3 遺傳算法
4.3.1 遺傳算法的基本思想
4.3.2 遺傳算法的基本操作
4.3.3 遺傳算法的套用情況
習題
第5章 不確定知識表示和推理
5.1 概述
5.1.1 什麼是不確定推理
5.1.2 不確定推理要解決的基本問題
5.1.3 不確定性推理方法分類
5.2 非單調邏輯
5.2.1 單調性與非單調性
5.2.2 非單調邏輯的產生
5.2.3 預設推理邏輯
5.2.4 非單調邏輯系統
5.3 主觀 Bayes方法
5.3.1 全機率公式和Bayes公式
5.3.2 主觀Bayes方法
5.4 確定性理論
5.4.1 建造醫學專家系統中的問題
5.4.2 C-F模型
5.5 證據理論
5.5.1 假設的不確定性
5.5.2 證據的不確定性
5.5.3 證據的組合函式
5.5.4 規則的不確定性
5.5.5 不確定性的傳遞
5.5.6 不確定性的組合
5.6 模糊邏輯和模糊推理
5.6.1 模糊集合及其運算
5.6.2 模糊關係
5.6.3 語言變數
5.6.4 模糊邏輯
5.6.5 模糊推理
5.7 小結
習題
第6章 Agent
6.1 概述
6.2 Agent及其結構
6.2.1 Agent要素及特性
6.2.2 Agent的結構特點
6.2.3 Agent的結構分類
6.3 Agent通信
6.3.1 通信方式
6.3.2 Agent通信語言KQML
6.3.3 SACL語言
6.4 協調與協作
6.4.1 引言
6.4.2 契約網
6.4.3 協作規劃
6.5 移動Agent
6.5.1 引言
6.5.2 定義和系統組成
6.5.3 實現技術
6.5.4 技術優勢
6.6 基於Agent的系統及其套用
6.6.1 移動Agent系統
6.6.2 移動Agent技術的套用
6.6.3 多Agent系統的套用
6.7 小結
習題
第7章 自然語言處理技術
7.1 自然語言理解的一般問題
7.1.1 自然語言理解的概念及意義
7.1.2 自然語言理解研究的發展
7.1.3 自然語言理解的層次
7.2 詞法分析
7.3 句法分析
7.3.1 短語結構文法和Chomsky文法體系
7.3.2 句法分析樹
7.3.3 轉移網路
7.4 語義分析
7.4.1 語義文法
7.4.2 格文法
7.5 大規模真實文本的處理
7.5.1 語料庫語言學及其特點
7.5.2 統計學方法的套用及所面臨的問題
7.5.3 漢語語料庫加工的基本方法
7.6 信息搜尋
7.6.1 信息搜尋概述
7.6.2 搜尋引擎
7.6.3 智慧型搜尋引擎
7.7 機器翻譯
7.7.1 機譯系統概述
7.7.2 機器翻譯理論與方法
7.8 自動文摘
7.9 語音識別
7.9.1 組成單詞讀音的基本單元
7.9.2 信號處理
7.9.3 識別
7.9.4 隱馬爾可夫模型
7.10 小結
習題
第8章 機器學習和神經網路
8.1 機器學習概述
8.1.1 學習中的元素
8.1.2 目標函式的表示
8.1.3 學習任務的類型
8.1.4 機器學習的定義和發展史
8.1.5 機器學習的主要策略
8.1.6 機器學習系統的基本結構
8.2 經典機器學習方法
8.2.1 機械學習
8.2.2 歸納學習
8.2.3 類比學習
8.2.4 解釋學習
8.3 基於神經網路的學習
8.3.1 神經網路概述
8.3.2 基於反向傳播網路的學習
8.3.3 Hopfield網路模型
8.4 知識發現
8.4.1 知識發現的處理過程
8.4.2 知識發現的方法
8.4.3 知識發現的套用
8.5 小結
習題
第9章 智慧型規劃
9.1 規劃問題與實例
9.1.1 規劃問題及其描述語言
9.1.2 規劃問題實例
9.2 狀態空間搜尋規劃
9.2.1 前向狀態空間搜尋
9.2.2 後向狀態空間搜尋
9.2.3 狀態空間搜尋的啟發式
9.3 偏序規劃
9.3.1 偏序規劃的描述
9.3.2 偏序規劃的實例
9.3.3 無約束變數的偏序規劃
9.3.4 啟發式偏序規劃
9.4 命題邏輯規劃
9.5 分層任務網路規劃
9.6 非確定性規劃
9.7 多Agent規劃
9.7.1 合作：聯合目標和規劃
9.7.2 多Agent規劃
9.7.3 協調機制
9.7.4 競爭
習題
第10章 機器人學
10.1 概述
10.1.1 機器人的由來
10.1.2 機器人的定義
10.1.3 機器人的分類
10.1.4 機器人的特性
10.1.5 機器人的發展概況
10.1.6 機器人學的形成
10.1.7 機器人學的研究領域
10.2 機器人系統
10.2.1 機器人系統的組成
10.2.2 機器人系統的幾個重要概念
10.3 機器人的編程模式與語言
10.4 機器人的社會問題
習題
附錄A Turbo Prolog核心機制
A.1 邏輯型程式設計語言Prolog
A.1.1 Prolog語句
A.1.2 Prolog程式
A.1.3 Prolog程式運行機理
A.2 Turbo Prolog程式設計
A.2.l 程式結構
A.2.2 數據與表達式
A.2.3 輸入與輸出
A.2.4 分支與循環
A.2.5 動態資料庫
A.2.6 表處理與遞歸
A.2.7 回溯控制
附錄B Visual Prolog編程環境
B.1 Visual Prolog概述
B.2 系統安裝
B.2.1 安裝環境
B.2.2 安裝步驟
B.3 編程初步
B.3.1 測試目標
B.3.2 應用程式專家
B.3.3 了解默認應用程式所生成的代碼
B.4 編寫第一個應用程式Hello World
B.4.1 調用選單編輯器修改選單
B.4.2 使用對話框與視窗專家
B.5 VP調試器
2.1.3 人工智慧對知識表示方法的要求
2.1.4 知識的分類
2.1.5 知識表示語言問題
2.1.6 現代邏輯學的基本研究方法
2.2 命題邏輯
2.2.1 語法
2.2.2 語義
2.2.3 命題演算形式系統PC
2.3 謂詞邏輯
2.3.1 語法
2.3.2 語義
2.3.3 謂詞邏輯形式系統FC
2.3.4 一階謂詞邏輯的套用
2.4 歸結推理
2.4.1 命題演算中的歸結推理
2.4.2 謂詞演算中的歸結推理
2.4.3 謂詞演算歸結反演的合理性和完備性
2.5 產生式系統
2.5.1 產生式系統的組成部分
2.5.2 產生式系統的基本過程
2.5.3 產生式系統的控制策略
2.6 知識表示的其他方法
2.6.1 語義網路
2.6.2 框架
2.6.3 面向對象
2.7 基於知識的系統
2.7.1 知識獲取
2.7.2 知識組織
2.7.3 知識套用
2.8 小結
習題
第3章 搜尋技術
3.1 引言
3.2 盲目搜尋方法
3.2.1 寬度優先搜尋
3.2.2 深度優先搜尋
3.2.3 疊代加深搜尋
3.3 啟發式搜尋
3.3.1 啟發性信息和評估函式
3.3.2 最好優先搜尋算法
3.3.3 通用圖搜尋算法
3.3.4 A*算法
3.3.5 疊代加深A*算法
3.4 問題歸約和AND-OR圖啟發式搜尋
3.4.1 問題歸約的描述
3.4.2 AND-OR圖表示
3.4.3 AO*算法
3.5 博弈
3.5.1 極大極小過程
3.5.2 ( - ( 過程
3.6 約束滿足搜尋
3.7 小結
習題
第4章 高級搜尋
4.1 爬山法搜尋
4.2 模擬退火搜尋
4.2.1 模擬退火搜尋的基本思想
4.2.2 模擬退火算法
4.2.3 模擬退火算法關鍵參數和操作的設計
4.2.4 模擬退火算法的改進
4.3 遺傳算法
4.3.1 遺傳算法的基本思想
4.3.2 遺傳算法的基本操作
4.3.3 遺傳算法的套用情況
習題
第5章 不確定知識表示和推理
5.1 概述
5.1.1 什麼是不確定推理
5.1.2 不確定推理要解決的基本問題
5.1.3 不確定性推理方法分類
5.2 非單調邏輯
5.2.1 單調性與非單調性
5.2.2 非單調邏輯的產生
5.2.3 預設推理邏輯
5.2.4 非單調邏輯系統
5.3 主觀 Bayes方法
5.3.1 全機率公式和Bayes公式
5.3.2 主觀Bayes方法
5.4 確定性理論
5.4.1 建造醫學專家系統中的問題
5.4.2 C-F模型
5.5 證據理論
5.5.1 假設的不確定性
5.5.2 證據的不確定性
5.5.3 證據的組合函式
5.5.4 規則的不確定性
5.5.5 不確定性的傳遞
5.5.6 不確定性的組合
5.6 模糊邏輯和模糊推理
5.6.1 模糊集合及其運算
5.6.2 模糊關係
5.6.3 語言變數
5.6.4 模糊邏輯
5.6.5 模糊推理
5.7 小結
習題
第6章 Agent
6.1 概述
6.2 Agent及其結構
6.2.1 Agent要素及特性
6.2.2 Agent的結構特點
6.2.3 Agent的結構分類
6.3 Agent通信
6.3.1 通信方式
6.3.2 Agent通信語言KQML
6.3.3 SACL語言
6.4 協調與協作
6.4.1 引言
6.4.2 契約網
6.4.3 協作規劃
6.5 移動Agent
6.5.1 引言
6.5.2 定義和系統組成
6.5.3 實現技術
6.5.4 技術優勢
6.6 基於Agent的系統及其套用
6.6.1 移動Agent系統
6.6.2 移動Agent技術的套用
6.6.3 多Agent系統的套用
6.7 小結
習題
第7章 自然語言處理技術
7.1 自然語言理解的一般問題
7.1.1 自然語言理解的概念及意義
7.1.2 自然語言理解研究的發展
7.1.3 自然語言理解的層次
7.2 詞法分析
7.3 句法分析
7.3.1 短語結構文法和Chomsky文法體系
7.3.2 句法分析樹
7.3.3 轉移網路
7.4 語義分析
7.4.1 語義文法
7.4.2 格文法
7.5 大規模真實文本的處理
7.5.1 語料庫語言學及其特點
7.5.2 統計學方法的套用及所面臨的問題
7.5.3 漢語語料庫加工的基本方法
7.6 信息搜尋
7.6.1 信息搜尋概述
7.6.2 搜尋引擎
7.6.3 智慧型搜尋引擎
7.7 機器翻譯
7.7.1 機譯系統概述
7.7.2 機器翻譯理論與方法
7.8 自動文摘
7.9 語音識別
7.9.1 組成單詞讀音的基本單元
7.9.2 信號處理
7.9.3 識別
7.9.4 隱馬爾可夫模型
7.10 小結
習題
第8章 機器學習和神經網路
8.1 機器學習概述
8.1.1 學習中的元素
8.1.2 目標函式的表示
8.1.3 學習任務的類型
8.1.4 機器學習的定義和發展史
8.1.5 機器學習的主要策略
8.1.6 機器學習系統的基本結構
8.2 經典機器學習方法
8.2.1 機械學習
8.2.2 歸納學習
8.2.3 類比學習
8.2.4 解釋學習
8.3 基於神經網路的學習
8.3.1 神經網路概述
8.3.2 基於反向傳播網路的學習
8.3.3 Hopfield網路模型
8.4 知識發現
8.4.1 知識發現的處理過程
8.4.2 知識發現的方法
8.4.3 知識發現的套用
8.5 小結
習題
第9章 智慧型規劃
9.1 規劃問題與實例
9.1.1 規劃問題及其描述語言
9.1.2 規劃問題實例
9.2 狀態空間搜尋規劃
9.2.1 前向狀態空間搜尋
9.2.2 後向狀態空間搜尋
9.2.3 狀態空間搜尋的啟發式
9.3 偏序規劃
9.3.1 偏序規劃的描述
9.3.2 偏序規劃的實例
9.3.3 無約束變數的偏序規劃
9.3.4 啟發式偏序規劃
9.4 命題邏輯規劃
9.5 分層任務網路規劃
9.6 非確定性規劃
9.7 多Agent規劃
9.7.1 合作：聯合目標和規劃
9.7.2 多Agent規劃
9.7.3 協調機制
9.7.4 競爭
習題
第10章 機器人學
10.1 概述
10.1.1 機器人的由來
10.1.2 機器人的定義
10.1.3 機器人的分類
10.1.4 機器人的特性
10.1.5 機器人的發展概況
10.1.6 機器人學的形成
10.1.7 機器人學的研究領域
10.2 機器人系統
10.2.1 機器人系統的組成
10.2.2 機器人系統的幾個重要概念
10.3 機器人的編程模式與語言
10.4 機器人的社會問題
習題
附錄A Turbo Prolog核心機制
A.1 邏輯型程式設計語言Prolog
A.1.1 Prolog語句
A.1.2 Prolog程式
A.1.3 Prolog程式運行機理
A.2 Turbo Prolog程式設計
A.2.l 程式結構
A.2.2 數據與表達式
A.2.3 輸入與輸出
A.2.4 分支與循環
A.2.5 動態資料庫
A.2.6 表處理與遞歸
A.2.7 回溯控制
附錄B Visual Prolog編程環境
B.1 Visual Prolog概述
B.2 系統安裝
B.2.1 安裝環境
B.2.2 安裝步驟
B.3 編程初步
B.3.1 測試目標
B.3.2 應用程式專家
B.3.3 了解默認應用程式所生成的代碼
B.4 編寫第一個應用程式Hello World
B.4.1 調用選單編輯器修改選單
B.4.2 使用對話框與視窗專家
B.5 VP調試器
