久久精品国产99久久无毒不卡,精品卡通动漫亚洲av第一页

2019-10-30 16:04 來源：京東作者：京東

內(nèi)容簡介:　　人工智能是解決復(fù)雜工程問題的重要工具，是當(dāng) 前許多高新技術(shù)產(chǎn)品中的核心技術(shù)。讀者通過學(xué)習(xí)本書，能夠掌握人工智能的基本內(nèi)容，了解人工智能研究的一些前沿技術(shù)，為進(jìn)一步學(xué)習(xí)與研究人工智能理論與應(yīng)用奠定基礎(chǔ)。
　　王萬良編*的《人工智能及其應(yīng)用(第3版高等學(xué) 校教材)》共11章，分別為人工智能的基本概念與主要研究領(lǐng)域、知識表示、確定性推理方法、不確定性推理方法、搜索求解策略、進(jìn)化算法(包括遺傳算法、差分進(jìn)化算法、量子進(jìn)化算法)、群智能算法(包括粒子群算法、量子粒子群算法、蟻群算法)、人工神經(jīng)網(wǎng)絡(luò)(包括卷積神經(jīng)網(wǎng)絡(luò))、機(jī)器學(xué)習(xí)(包括深度學(xué) 習(xí))、專家系統(tǒng)、自然語言處理。附錄中給出了本書習(xí)題的簡要解答和實驗指導(dǎo)書。
　　本書主要作為計算機(jī)、自動化、電氣、電子信息、機(jī)械等類專業(yè)本科生、研究生學(xué)習(xí)人工智能課程的教材。由于書中幾大部分內(nèi)容相對獨立，可以容易地根據(jù)課程計劃學(xué)時選擇部分內(nèi)容學(xué)習(xí)，仍可保持課程體系結(jié)構(gòu)的完整性。本書也可供希望掌握人工智能技術(shù)的研究人員與工程技術(shù)人員學(xué)習(xí)參考。書中增加了 “掃一掃”，能夠觀看相應(yīng)內(nèi)容的講課錄像和實驗的參考程序，很方便讀者自學(xué)。

目錄:第1章緒論
1.1 人工智能的基本概念
1.2 人工智能的發(fā)展簡史
1.3 人工智能研究的基本內(nèi)容
1.4 人工智能的主要研究領(lǐng)域
1.5 小結(jié)
思考題
第2章知識表示
2.1 知識與知識表示的概念
2.2 一階謂詞邏輯表示法
2.3 產(chǎn)生式表示法
2.4 框架表示法
2.5 語義網(wǎng)絡(luò)表示法
2.6 小結(jié)
思考題
習(xí)題
第3章確定性推理方法
3.1 推理的基本概念
3.2 自然演繹推理
3.3 謂詞公式化為子句集的方法
3.4 海伯倫定理
3.5 魯賓遜歸結(jié)原理
3.6 歸結(jié)反演
3.7 應(yīng)用歸結(jié)原理求解問題
3.8 小結(jié)
思考題
習(xí)題
第4章不確定性推理方法
4.1 不確定性推理中的基本問題
4.2 概率方法
4.3 主觀Bayes方法
4.4 可信度方法
4.5 證據(jù)理論
4.6 模糊推理方法
4.7 模糊控制
4.8 小結(jié)
思考題
習(xí)題
第5章搜索求解策略
5.1 搜索的概念
5.2 狀態(tài)空間知識表示方法
5.3 盲目的圖搜索策略
5.4 啟發(fā)式圖搜索策略
5.5 與／或圖搜索策略
5.6 小結(jié)
思考題
習(xí)題
第6章進(jìn)化算法及其應(yīng)用
6.1 進(jìn)化算法的產(chǎn)生與發(fā)展
6.2 基本遺傳算法
6.3 遺傳算法的改進(jìn)算法
6.4 基于遺傳算法的生產(chǎn)調(diào)度方法
6.5 差分進(jìn)化算法及其應(yīng)用
6.6 量子進(jìn)化算法及其應(yīng)用
6.7 小結(jié)
思考題
習(xí)題
第7章群智能算法及其應(yīng)用
7.1 群智能算法產(chǎn)生的背景
7.2 粒子群優(yōu)化算法
7.3 量子粒子群優(yōu)化算法
7.4 粒子群優(yōu)化算法的應(yīng)用
7.5 基本蟻群算法
7.6 改進(jìn)蟻群算法
7.7 蟻群算法的應(yīng)用
7.8 小結(jié)
思考題
第8章人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
8.1 神經(jīng)元與神經(jīng)網(wǎng)絡(luò)
8.2 BP神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法
8.3 BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用
8.4 Hopfield神經(jīng)網(wǎng)絡(luò)及其改進(jìn)
8.5 Hopfield神經(jīng)網(wǎng)絡(luò)的應(yīng)用
8.6 Hopfield神經(jīng)網(wǎng)絡(luò)優(yōu)化方法求解JSP
8.7 卷積神經(jīng)網(wǎng)絡(luò)及其應(yīng)用
8.8 小結(jié)
思考題
習(xí)題
第9章機(jī)器學(xué)習(xí)
9.1 機(jī)器學(xué)習(xí)的基本概念
9.2 符號學(xué)習(xí)
9.3 知識發(fā)現(xiàn)與數(shù)據(jù)挖掘
9.4 深度學(xué)習(xí)
9.5 小結(jié)
思考題
第10章專家系統(tǒng)
10.1 專家系統(tǒng)的產(chǎn)生和發(fā)展
10.2 專家系統(tǒng)的概念
10.3 專家系統(tǒng)的工作原理
10.4 知識獲取的主要過程與模式
10.5 專家系統(tǒng)的建立
10.6 專家系統(tǒng)實例
10.7 專家系統(tǒng)的開發(fā)工具
10.8 小結(jié)
思考題
第11章自然語言理解及其應(yīng)用
11.1 自然語言理解的概念與發(fā)展歷史
11.2 語言處理過程的層次
11.3 詞法分析
11.4 句法分析
11.5 語義分析
11.6 基于語料庫的大規(guī)模文本處理
11.7 機(jī)器翻譯
11.8 語音識別
11.9 基于隱馬爾可夫模型的語音識別方法
11.10 小結(jié)
思考題
習(xí)題
附錄A 部分習(xí)題解答
附錄B 實驗指導(dǎo)書
參考文獻(xiàn)

相關(guān)商品