返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 人工智能导论(第3版) 丁世飞 著 大中专 文轩网
  • 新华书店正版
    • 作者: 丁世飞著
    • 出版社: 电子工业出版社
    • 出版时间:2020-01-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 丁世飞著
    • 出版社:电子工业出版社
    • 出版时间:2020-01-01 00:00:00
    • 版次:3
    • 印次:4
    • 印刷时间:2022-01-01
    • 字数:518000
    • 页数:310
    • 开本:16开
    • 装帧:平装
    • ISBN:9787121363955
    • 国别/地区:中国
    • 版权提供:电子工业出版社

    人工智能导论(第3版)

    作  者:丁世飞 著
    定  价:59.8
    出 版 社:电子工业出版社
    出版日期:2020年01月01日
    页  数:310
    装  帧:平装
    ISBN:9787121363955
    主编推荐

    内容简介

    本书主要阐述人工智能的基本原理、方法和应用技术。全书共13章,除章讨论人工智能基本概念、3章讨论人工智能的争论与展望外,其余11章按照“基本智能+典型应用+计算智能”三个模块编排内容。个模块为人工智能经典的三大技术,分别为知识表示技术、搜索技术和推理技术,主要包括知识表示、确定性推理、搜索策略、不确定性推理;第二个模块为人工智能的典型应用领域,包括机器学习、支持向量机和专家系统;第三个模块为计算智能与群智能,包括神经计算、进化计算、模糊计算和群智能。 本书力求科学性、模块化、实用性。内容由浅入深、循序渐进,条理清晰,让读者在有限的时间内,掌握人工智能的基本原理、基本方法和应用技术。本书为教师提供习题答案。 本书可作为计算机科学与技术、智能科学与技术、人工智能、自动化、机器人工程等相关专业的教材,也可供从事人工智能研究与应用的科技工作者学习参考。

    作者简介

    精彩内容

    目录
    章 绪论
    1.1 人工智能的概念
    1.1.1 智能的定义
    1.1.2 人工智能的定义
    1.2 人工智能的产生和发展
    1.2.1 孕育期(20世纪50年代中期以前)
    1.2.2 形成及个兴旺期(20世纪50年代中期至60年代中期)
    1.2.3 萧条波折期(20世纪60年代中期至70年代中期)
    1.2.4 第二个兴旺期(20世纪70年代中期至80年代中期)
    1.2.5 稳步增长期(20世纪80年代中期至今)
    1.2.6 中国的人工智能发展
    1.3 人工智能的主要学派
    1.3.1 符号主义学派
    1.3.2 连接主义学派
    1.3.3 行为主义学派
    1.4 人工智能的主要研究内容
    1.5 人工智能的主要应用领域
    小结
    习题 1
    第2章 知识表示
    2.1 知识表示概述
    2.1.1 知识的概念
    2.1.2 知识表示的概念
    2.2 一阶谓词逻辑表示法
    2.2.1 命题
    2.2.2 谓词
    2.2.3 谓词公式
    2.2.4 谓词逻辑表示
    2.2.5 谓词逻辑表示法的特点
    2.3 产生式表示法
    2.3.1 产生式表示的基本方法
    2.3.2 产生式系统的基本结构
    2.3.3 产生式系统的分类
    2.3.4 产生式表示法的特点
    2.4 语义网络表示法
    2.4.1 语义网络的基本概念
    2.4.2 语义网络的基本语义关系
    2.4.3 语义网络表示知识的方法
    2.4.4 语义网络的推理过程
    2.4.5 语义网络表示法的特点
    2.5 框架表示法
    2.5.1 框架结构
    2.5.2 框架表示
    2.5.3 框架表示的推理过程
    2.5.4 框架表示法的特点
    2.6 脚本表示法
    2.7 面向对象表示法
    小结
    习题 2
    第3章 确定性推理
    3.1 推理概述
    3.1.1 推理的概念
    3.1.2 推理的分类
    3.1.3 推理的控制策略
    3.2 推理的逻辑基础
    3.2.1 谓词公式的永真性和可满足性
    3.2.2 置换与合一
    3.3 自然演绎推理
    3.4 归结演绎推理
    3.4.1 子句型
    3.4.2 鲁滨逊归结原理
    3.4.3 归结演绎推理的归结策略
    3.4.4   用归结原理求取问题的答案
    小结
    习题 3
    第4章 搜索策略
    4.1 搜索概述
    4.2 一般图搜索
    4.2.1 图搜索的基本概念
    4.2.2 状态空间搜索
    4.2.3 一般图搜索过程
    4.3 盲目搜索
    4.3.1 宽度优先搜索
    4.3.2 深度优先搜索
    4.3.3 有界深度搜索和迭代加深搜索
    4.3.4 搜索策略的比较
    4.4 启发式搜索
    4.4.1 启发性信息和评估函数
    4.4.2 启发式搜索A算法
    4.4.3 实现启发式搜索的关键因素
    4.4.4 A算法
    4.4.5 迭代加深A算法
    4.5 回溯搜索和爬山法
    4.5.1 爬山法
    4.5.2 回溯策略
    4.6 问题规约
    4.7 与/或图搜索
    4.7.1 与/或图表示
    4.7.2 与/或图的启发式搜索
    4.8 博弈
    4.8.1 极大极小过程
    4.8.2 α-β过程
    小结
    习题 4
    第5章 不确定性推理
    5.1 不确定性推理概述
    5.1.1 不确定性推理的概念
    5.1.2 知识不确定性的来源
    5.1.3 不确定性推理要解决的基本问题
    5.1.4 不确定性推理方法的分类
    5.2 概率方法
    5.2.1 概率论基础
    5.2.2 经典概率方法
    5.2.3 逆概率方法
    5.3 主观贝叶斯方法
    5.3.1 规则不确定性的表示
    5.3.2 证据不确定性的表示
    5.3.3 组合证据不确定性的计算
    5.3.4 不确定性推理
    5.3.5 结论不确定性的合成算法
    5.4 确定性理论
    5.4.1 可信度
    5.4.2 CF模型
    5.4.3 确定性方法的说明
    5.5 证据理论
    5.5.1 证据理论的形式描述
    5.5.2 证据理论的推理模型
    5.5.3 证据不确定性的表示
    5.5.4 规则不确定性的表示
    5.5.5 不确定性的推理
    5.5.6 组合证据的不确定性计算
    5.6 模糊推理
    5.6.1 模糊数学的基本知识
    5.6.2 模糊假言推理
    小结
    习题 5
    第6章 机器学习
    6.1 机器学习概述
    6.1.1 学习与机器学习
    6.1.2 学习系统
    6.1.3 机器学习的发展简史
    6.1.4 机器学习的分类
    6.1.5 机器学习的应用和研究目标
    6.2 归纳学习
    6.2.1 归纳学习的基本概念
    6.2.2 变型空间学习
    6.2.3 归纳偏置
    6.3 决策树学习
    6.3.1 决策树的组成及分类
    6.3.2 决策树的构造算法CLS
    6.3.3 基本的决策树算法ID3
    6.3.4 决策树的偏置
    6.4 基于实例的学习
    6.4.1 k?近邻算法
    6.4.2 距离加权最近邻法
    6.4.3 基于范例的学习
    6.5 强化学习
    6.5.1 强化学习模型
    6.5.2 马尔可夫决策过程
    6.5.3 Q学习
    小结
    习题 6
    第7章 支持向量机
    7.1 支持向量机概述
    7.2 统计学习理论
    7.2.1 学习问题的表示
    7.2.2 期望风险和经验风险
    7.2.3 VC维理论
    7.2.4 推广性的界
    7.2

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    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

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购