加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新人工智能原理与实践尹传环、田盛丰、黄厚宽9787302634003
¥ ×1
商品
服务
物流
章绪论
1.1人工智能的发展概况
1.1.1人工智能的定义
1.1.2人工智能的研究途径
1.1.3人工智能学科的发展
1.2人工智能的目标
1.3人工智能的应用
第2章人工智能程序设计语言
2.1Python语言
2.1.1概述
2.1.2Python基础
2.1.3函数
2.1.4自定义类
2.1.5模块
2.1.6输入输出和文件
2.1.7实例
2.2Lisp语言
2.2.1概述
2.2.2Lisp的基本功能
2..递归与迭代
2.2.4输入输出
2.2.5Lisp的功能
2.2.6实例
.Prolog语言
..1Prolog语言概述
..2重复与递归
..列表处理方法
..4字符串处理方法
..5输入输出功能
..模块
..实例
第3章知识表示
3.1概述
3.1.1知识与知识表示
3.1.2知识表示的方法
3.2逻辑表示法
3.2.1一阶谓词逻辑
3.2.2谓词逻辑用于知识表示
3.3产生式规则表示法
3.4语义网络表示法
3.4.1语义网络的结构
3.4.2连接词的表示
3.4.3继承
3.5框架与脚本表示法
3.5.1框架表示法
3.5.2脚本表示法
3.6本体
3.6.1本体的组成与分类
3.6.2本体的建模
3.6.3OWL
3.7知识图谱
3.7.1构建知识图谱
3.7.2存储知识图谱
3.7.3知识图谱推理
第4章基于搜索的问题求解方法
4.1状态空间搜索
4.1.1概述
4.1.2回溯策略
4.1.3图搜索策略
4.1.4任一路径的图捜索
4.1.5路径的图捜索
4.1.6与或图的捜索
4.2博弈树搜索
4.2.1概述
4.2.2极小极大过程
4..αβ剪枝过程
4.2.4树搜索
第5章基于符号的推理
5.1基础概念
5.2归结反演
5.2.1子句
5.2.2归结原理
5..归结反演的控制策略
5.2.4求解填空问题
5.3基于规则的演绎系统
5.3.1正向演绎系统
5.3.2逆向演绎系统
5.4非单调推理
5.4.1封闭世界设
5.4.2谓词完备化
5.4.3限制
5.4.4缺省推理
第6章不确定推理
6.1引言
6.2概率方法
6.2.1基本概念
6.2.2实例
6.3可信度方法
6.3.1知识的不确定
6.3.2据的不确定
6.3.3不确定推理算法
6.4主观贝叶斯方法
6.4.1知识的不确定表示
6.4.2据的不确定表示
6.4.3不确定推理算法
6.5据理论
6.5.1基本理论
6.5.2据的组合
6.5.3基本算法
6.5.4实例
第7章专家系统
7.1概述
7.2基于规则的专家系统
7.2.1元知识结构
7.2.2黑板模型
7..黑板控制结构
7.3专家系统结构
7.3.1基于框架的专家系统
7.3.2基于模型的专家系统
7.3.3基于Web的专家系统
7.4专家系统实例
7.4.1MYCIN
7.4.2AM系统
7.5专家系统开发工具CLIPS
7.5.1事实
7.5.2规则
7.5.3
7.5.4实例
第8章机器学习与计算智能
8.1概述
8.2分类与聚类
8.2.1分类
8.2.2聚类
8.3决策树
8.3.1构造决策树
8.3.2决策树剪枝
8.4支持向量机
8.4.1分类问题
8.4.2回归问题
8.4.3单类问题
8.4.4学习算法
8.4.5结构化数据核函数
8.5k均值聚类
8.6强化学习
8.6.1马尔可夫决策过程
8.6.2值函数和贝尔曼方程
8.6.3有模型学习
8.6.4无模型学习
8.7演化计算
8.7.1遗传算法
8.7.2遗传算的理基础
8.7.3遗传规划
8.7.4演化策略
8.7.5演化规划
8.8群体智能算法
8.8.1蚁群算法
8.8.2粒子群算法
第9章神经网络与深度学习
9.1基础知识
9.2感知机
9.3多层前向网络
9.4Hopfield网络
9.5卷积神经网络
9.5.1LeNet5
9.5.2常用模型
9.5.3训练
9.5.4AlexNet
9.5.5VGGNet
9.5.6Inception网络
9.5.7残差网络
9.6循环与递归神经网络
9.6.1BPTT算法
9.6.2LSTM
9.6.3递归神经网络
9.7深度学习应用与平台
9.7.1机器视觉应用
9.7.2深度学台
0章智能Agent
10.1Agent概述
10.1.1基本概念
10.1.2Agent理论
10.1.3Agent系统结构
10.2多Agent系统
10.2.1概述
10.2.2多Agent系统的结构
10..Agent通信语言
10.2.4多Agent系统的协商机制
10.2.5多Agent系统的应用
10.3移动Agent
10.4Agent系统开发平台
本书注重理论算法与实例结合,适用面广。汇聚了新一代人工智能核心技术。
本书系统介绍了人工智能学科的基本原理与算法,着重介绍了基于符号的推理、深度学习以及强化学习等,并提供了Python、Lisp、Prolog语言的入门级教程,还专门介绍了专家系统构造工具CLI以Agent系统开发平台SPADE。
本书共分10章,章为绪论,第2章介绍人工智能程序设计语言,之后5章介绍人工智能的基本原理与经典算法,第8章和第9章主要介绍机器学习与深度学习相关算法,章介绍智能Agent。
本书注重人工智能的经典算法及其实用,可作为高校计算机科学与技术、人工智其相关专业高年级生及的教材,也可供对人工智能感兴趣的研究与工程人员参考。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员