人工智能與模式識別 陳浩 杜春 9787302672609 【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：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$413
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
| *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，以到貨標的為正確資訊。 印行年月：202409*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：人工智能與模式識別 ISBN：9787302672609 出版社：清華大學 著編譯者：陳浩 杜春 頁數：262 所在地：中國大陸 *此為代購商品 書號：1681203 可大量預訂，請先連絡。 內容簡介 模式識別是人工智慧技術的重要分支，也是實現機器智能的重要手段。本書作為該領域的人門教材，介紹了各類典型的模式識別的理論與方法。全書共10章。第1章為緒論；第2∼5章介紹與模式識別相關的人工智慧基礎知識，包括智能Agent、確定性知識表示與推理、搜索策略、智能優化演算法等；第6章介紹特徵提取與選擇方法，應用於模式識別中的預處理過程；第7∼10章介紹各種典型的模式識別模型和演算法，包括基於判別函數的分類方法、基於概率的分類方法、人工神經網路，以及聚類分析。 本書可作為高等院校電子信息類、計算機類、自動化類及相關專業的本科生或研究生教材，也可供對人工智慧、模式識別、機器學習、數據挖掘等領域感興趣的研究人員和工程技術人員參考目錄 第1章 緒論1 1 人工智慧的概念 1 1 1 人工智慧的解釋 1 1 2 人工智慧的研究目標 1 2 人工智慧發展簡史 1 2 1 人工智慧孕育期（1943-1955年） 1 2 2 人工智慧誕生（1956年） 1 2 3 早期的成功與期望（1956-1969年） 1 2 4 人工智慧第一次低谷（1966-1973年） 1 2 5 基於知識系統的崛起（1969-1986年） 1 2 6 人工智慧第二次低谷（1987-1993年） 1 2 7 人工智慧平穩發展期（1993-2011年） 1 2 8 人工智慧蓬勃發展時期（2012年至今） 1 3 人工智慧各學派的認知觀 1 3 1 符號主義學派 1 3 2 聯結主義學派 1 3 3 行為主義學派 1 3 4 三大學派的關係 1 4 人工智慧的典型研究和應用領域 1 4 1 機器學習 1 4 2 模式識別 1 4 3 數據挖掘 1 4 4 計算智能 1 4 5 專家系統 1 4 6 自動程序設計 1 4 7 機器人學 1 5 本章小結 習題 第2章 智能Agent 2 1 Agent的概念及其理性行為 2 1 1 Agent的概念 2 1 2 Agent的特性 2 1 3 Agent的理性 2 2 Agernt的任務環境 2 2 1 任務環境規範描述 2 2 2 任務環境的性質 2 3 Agent的典型結構 2 3 1 簡單反射型Agent 2 3 2 模型反射型Agent 2 3 3 目標驅動型Agent 2 3 4 學習型Agent 2 4 本章小結 習題 第3章 確定性知識表示與推理 3 1 確定性知識系統概述 3 1 1 確定性知識表示的概念 3 1 2 確定性知識推理概述 3 2 確定性知識的表示 3 2 1 謂詞邏輯表示法 3 2 2 產生式表示法 3 2 3 語義網路表示法 3 3 確定性知識推理 3 3 1 產生式推理 3 3 2 自然演繹推理 3 3 3 歸結演繹推理 3 4 本章小結 習題 第4章 搜索策略 4 1 搜索概述 4 1 1 搜索的含義 4 1 2 狀態空間求解方法 4 1 3 問題歸約求解方法 4 1 4 圖搜索策略 4 2 狀態空間的盲目搜索 4 2 1 廣度優先搜索 4 2 2 深度優先搜索 4 3 狀態空間的啟髮式搜索 4 3 1 啟發性信息及估價函數 4 3 2 A演算法 4 3 3 A*演算法 4 4 「與/或樹」的啟髮式搜索 4 4 1 解樹的代價估計 4 4 2 希望解樹判定與啟髮式搜索過程 4 5 博弈樹及其搜索 4 5 1 博弈的含義 4 5 2 極大/極小過程 4 5 3 α-β剪枝 4 6 本章小結 習題 第5章 智能優化演算法 5 1 智能優化演算法概述 5 1 1 優化問題的複雜度 5 1 2 典型智能優化演算法 5 1 3 鄰域的概念 5 1 4 局部搜索演算法 5 2 模擬退火演算法 5 2 1 模擬退火演算法的原理 5 2 2 模擬退火演算法的描述 5 2 3 模擬退火演算法的應用 5 2 4 模擬退火演算法的改進 5 3 遺傳演算法 5 3 1 遺傳演算法的原理 5 3 2 遺傳演算法的實現 5 3 3 遺傳演算法的應用 5 3 4 遺傳演算法的改進 5 4 其他典型智能優化演算法簡介 5 4 1 蟻群優化演算法 5 4 2 粒子群演算法 5 5 本章小結 習題 第6章 特徵提取與選擇 6 1 模式識別基礎 6 1 1 模式識別的基本問題 6 1 2 模式識別的基本流程 6 1 3 模式識別中的隨機矢量 6 1 4 模式識別方法的性能評估 6 1 5 模式識別中的基本原則 6 2 特徵提取與選擇概述 6 3 類別可分性判據 6 3 1 基於幾何距離的可分性判據 6 3 2 基於概率分佈的可分性判據 6 3 3 基於后驗概率的可分性判據 6 4 典型特徵選擇方法 6 4 1 最優搜索特徵選擇方法 6 4 2 次優搜索特徵選擇方法 6 5 典型特徵提取方法 6 5 1 主成分分析法 6 5 2 線性判別分析法 6 6 本章小結 習題 第7章 基於判別函數的分類方法 7 1 線性判別函數 7 1 1 線性判別函數的基本概念 7 1 2 兩類分類問題的線性判別規則 7 1 3 多類分類問題的線性判別規則 7 2 非線性判別函數 7 2 1 廣義線性判別函數 7 2 2 二次判別函數法 7 2 3 分段線性判別函數法 7 3 支持向量機 7 3 1 硬間隔SVM 7 3 2 軟間隔SVM 7 3 3 核SVM 7 4 本章小結 習題 第8章 基於概率的分類方法 8 1 貝葉斯決策論 8 1 1 從模式識別的角度認識貝葉斯公式 8 1 2 最小誤判概率準則 8 1 3 最小損失判決準則 8 1 4 樸素貝葉斯分類器 8 2 估計方法 8 2 1 統計推斷概述 8 2 2 參數估計方法 8 2 3 非參數估計 8 3 近鄰分類器 8 3 1 近鄰分類器的導出 8 3 2 最近鄰分類器與k近鄰分類器 8 4 本章小結 習題 第9章 人工神經網路 9 1 神經網路基礎知識 9 1 1 生物學基礎 9 1 2 人工神經元模型 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。 |
