人工智能 第2版 史忠植 9787111742685 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$566
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202401*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：人工智能 第2版 ISBN：9787111742685 出版社：機械工業 著編譯者：史忠植 頁數：370 所在地：中國大陸 *此為代購商品 書號：1612992 可大量預訂，請先連絡。 內容簡介 本書系統地介紹了人工智慧的基本原理、方法和應用技術，全面反映了國內外人工智慧研究領域的最新進展和發展方向。全書共12章。第1章簡要介紹了人工智慧的概況。第2∼6章闡述了人工智慧的基本原理和方法，重點論述了知識表示、自動推理、不確定性推理、機器學習和神經網路等。第7章和第8章介紹了專家系統、自然語言處理等應用技術。第9∼11章闡述了當前人工智慧的研究熱點，包括分散式人工智慧與智能體、智能機器人和互聯網智能等。第12章探討了類腦智能，展望人工智慧的發展。 本書力求科學性、實用性和先進性，可讀性強。內容由淺入深、循序漸進，條理清晰，讓學生在有限的時間內掌握人工智慧的基本原理與應用技術，提高對人工智慧習題的求解能力。 本書可以作為高等院校計算機科學與技術、自動化、智能科學與技術等相關專業的研究生和高年級本科生的人工智慧課程教材，也可以供從事人工智慧研究與應用的科技人員學習參考。目錄 第2版前言第1版前言 第1章 緒論 1 1 什麼是人工智慧 1 2 人工智慧的發展史 1 3 人工智慧研究的基本內容 1 3 1 認知建模 1 3 2 知識表示 1 3 3 自動推理 1 3 4 機器學習 1 4 人工智慧研究的主要學派 1 4 1 符號主義 1 4 2 連接主義 1 4 3 行為主義 1 5 人工智慧的應用 1 6 小結和展望 習題 第2章 知識表示 2 1 知識表示概述 2 2 謂詞邏輯 2 3 產生式表示法 2 4 語義網路 2 4 1 語義網路的概念和結構 2 4 2 複雜知識的表示 2 4 3 常用的語義聯繫 2 5 框架 2 5 1 框架結構 2 5 2 框架網路 2 5 3 推理方法 2 6 狀態空間 2 7 面向對象的知識表示 2 8 腳本 2 8 1 腳本描述 2 8 2 概念依賴關係 2 9 本體 2 10 小結 習題 第3章 自動推理 3 1 自動推理概述 3 2 三段論推理 3 3 盲目搜索 3 3 1 深度優先搜索 3 3 2 寬度優先搜索 3 3 3 迭代加深搜索 3 4 回溯策略 3 5 啟髮式搜索 3 5 1 啟發性信息和評估函數 3 5 2 爬山演算法 3 5 3 模擬退火演算法 3 5 4 最好優先演算法 3 5 5 通用圖搜索演算法 3 5 6 A*演算法 3 5 7 迭代加深A*演算法 3 6 與或圖啟髮式搜索 3 6 1 問題歸約的描述 3 6 2 與或圖表示 3 6 3 AO*演算法 3 7 博弈搜索 3 7 1 極大極小過程 3 7 2 α-β過程 3 8 歸結演繹推理 3 8 1 子句型 3 8 2 置換和合一 3 8 3 合一演算法 3 8 4 歸結式 3 8 5 歸結反演 3 8 6 答案的提取 3 8 7 歸結反演的搜索策略 3 9 產生式系統 3 9 1 產生式系統的基本結構 3 9 2 正向推理 3 9 3 反向推理 3 9 4 混合推理 3 10 自然演繹推理 3 11 非單調推理 3 11 1 默認推理 3 11 2 限制推理 3 12 小結 習題 第4章 不確定性推理 4 1 不確定性推理概述 4 1 1 不確定性知識分類 4 1 2 不確定性推理的基本問題 4 1 3 不確定性推理方法分類 4 2 可信度方法 4 2 1 建造醫學專家系統時的問題 4 2 2 可信度模型 4 2 3 確定性方法的說明 4 3 主觀貝葉斯方法 4 3 1 貝葉斯公式 4 3 2 知識不確定性的表示 4 3 3 證據不確定性的表示 4 3 4 組合證據不確定性的計算 4 3 5 不確定性的傳遞演算法 4 3 6 結論不確定性的合成 4 4 證據理論 4 4 1 假設的不確定性 4 4 2 證據的組合函數 4 4 3 規則的不確定性 4 4 4 不確定性的組合 4 5 模糊邏輯和模糊推理 4 5 1 模糊集合及其運算 4 5 2 語言變數 4 5 3 模糊邏輯 4 5 4 模糊推理 4 6 小結 習題 第5章 機器學習 5 1 機器學習概述 5 1 1 簡單的學習模型 5 1 2 什麼是機器學習 5 1 3 機器學習的研究概況 5 2 歸納學習 5 2 1 歸納學習的基本概念 5 2 2 變型空間學習 5 2 3 決策樹 5 3 類比學習 5 3 1 相似性 5 3 2 轉換類比 5 3 3 基於案例的推理 5 3 4 遷移學習 5 4 統計學習 5 4 1 邏輯回歸 5 4 2 支持向量機 5 4 3 提升方法 5 5 強化學習 5 5 1 強化學習模型 5 5 2 學習自動機 5 5 3 自適應動態程序設計 5 5 4 Q-學習 5 6 進化計算 5 6 1 達爾文進化演算法 5 6 2 遺傳演算法 5 6 3 進化策略 5 6 4 進化規劃 5 7 群體智能 5 7 1 蟻群演算法 5 7 2 粒子群優化 5 8 聯邦學習 5 9 知識發現 5 10 小結 習題 第6章 神經網路 6 1 神經網路概述 6 2 神經信息處理的基本原理 6 3 感知機 6 3 1 基本神經元 6 3 2 感知機模型 6 4 前饋神經網路 6 4 1 前饋神經網路模型 6 4 2 誤差反向傳播演算法 6 4 3 BP演算法的若干改進 6 5 Hopfield網路 6 5 1 離散Hopfield網路 6 5 2 連續Hopfield網路 6 6 隨機神經網路 6 6 1 模擬退火演算法 6 6 2 玻耳茲曼機 6 7 深度學習 6 7 1 人腦視覺機理 6 7 2 自編碼器 6 7 3 受限玻耳茲曼機 6 7 4 深度信念網路 6 7 5 卷積神經網路 6 8 自組織神經網路 6 8 1 網路的拓撲結構 6 8 2 網路自組織演算法 6 8 3 監督學習 6 9 小結 習題 第7章 專家系統 7 1 專家系統概述 7 1 1 什麼是專家系統 7 1 2 專家系統的特點 7 1 3 專家系統的發展史 7 2 專家系統的基本結構 7 3 專家系統MYCIN 7 3 1 諮詢子系統 7 3 2 靜態資料庫 7 3 3 控制策 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
