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:

  • 正版新书]人工智能实战[古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPére
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译著 | [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译编 | [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译译 | [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译绘
    • 出版社: 清华大学音像出版社
    • 出版时间:2019-12-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译著| [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译编| [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译译| [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译绘
    • 出版社:清华大学音像出版社
    • 出版时间:2019-12-01
    • 版次:1
    • 印次:1
    • 印刷时间:2019-12-01
    • 字数:630000
    • 页数:384
    • 开本:16开
    • ISBN:9787302538561
    • 版权提供:清华大学音像出版社
  • 作者: [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译
  • 著: [古]阿纳达·佩雷兹·卡斯塔诺(ArnaldoPérezCasta?o)著敖富江周云彦李博李海莉 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 98
  • ISBN: 9787302538561
  • 出版社: 清华大学
  • 开本: 16开
  • 印刷时间: 2019-12-01
  • 语种: 暂无
  • 出版时间: 2019-12-01
  • 页数: 384
  • 外部编号: 五三B97260
  • 版次: 1
  • 成品尺寸: 暂无
  • 章 逻辑学与人工智能

    1.1 逻辑是什么

    1.2 命题逻辑

    1.3 逻辑联结词

    1.3.1 否定

    1.3.2 合取

    1.3.3 析取

    1.3.4 蕴涵

    1.3.5 等值

    1.4 命题逻辑定律

    1.5 范式

    1.6 逻辑电路

    1.7 实际问题:使用继承和C#运算符计算逻辑公式的值

    1.8 实际问题:将逻辑公式表达为二叉决策树

    1.9 实际问题:将公式转换为否定范式(NNF)

    1.10 实际问题:将公式转换为合取范式(CNF)

    1.11 本章小结

    第2章 自动定理证明和一阶逻辑

    2.1 自动定理证明

    2.2 实际问题:C#中的Clause类和Cnf类

    2.3 DPLL算法

    2.4 实际问题:在命题逻辑中建模鸽巢原理

    2.5 实际问题:判断一个命题逻辑公式是否可满足

    2.6 一阶逻辑

    2.7 实际问题:清洁机器人

    2.8 本章小结

    第3章 Agents

    3.1 Agent是什么

    3.2 Agent的属性

    3.3 Agent环境的类型

    3.4 有状态Agent

    3.5 实际问题:将清洁机器人作为Agent建模并对其添加状态

    3.6 Agent的架构

    3.6.1 反应式架构:包容架构

    3.6.2 慎思式架构:BDI架构

    3.6.3 混合架构

    3.6.4 旅行机

    3.6.5 InteRRaP

    3.7 本章小结

    第4章 火星漫游车

    4.1 火星漫游车简介

    4.2 火星车的架构

    4.3 火星车的程序代码

    4.4 Mars Rover视化应用程序

    4.5 本章小结

    第5章 多Agent系统

    5.1 多Agent系统是什么

    5.2 多Agent组织

    5.3 通信

    5.3.1 言语行为理论

    5.3.2 Agent通信语言(ACL)

    5.4 协调与合作

    5.4.1 使用合同网协商

    5.4.2 社会规范与社会

    5.5 本章小结

    第6章 基于WCF的多Agent系统通信

    6.1 服务

    6.2 契约

    6.3 绑定

    6.4 端点

    6.5 发布者/订阅者模式

    6.6 实际问题:利用WCF在多个Agent之间通信

    6.7 本章小结

    第7章 清洁Agent:一个多Agent系统问题

    7.1 程序结构

    7.2 清洁任务

    7.3 清洁Agent平台

    7.4 合同网

    7.5 FIPA-ACL

    7.6 MAS清洁Agent

    7.7 GUI

    7.8 运行应用程序

    7.9 本章小结

    第8章 仿真

    8.1 仿真是什么

    8.2 离散事件仿真

    8.3 概率分布

    8.4 实际问题:机场仿真

    8.5 本章小结

    第9章 支持向量机

    9.1 支持向量机是什么

    9.2 实际问题:利用C#实现线性SVM

    9.3 不完全可分情形

    9.4 非线性可分情形:核心技巧

    9.5 序列最小优化算法(SMO)

    9.6 实际问题:SMO实现

    9.7 本章小结

    0章 决策树

    10.1 决策树是什么

    10.2 利用ID3算法生成决策树

    10.2.1 熵和信息增益

    10.2.2 实际问题:实现ID3算法

    10.2.3 C4.5算法

    10.2.4 实际问题:实现C4.5算法

    10.3 本章小结

    1章 神经网络

    11.1 神经网络是什么

    11.2 感知器:单神经网络

    11.2.1 实际问题:实现感知器神经网络

    11.2.2 Adaline神经网络和梯度下降搜索

    11.2.3 随机逼近法

    11.2.4 实际问题:实现Adaline神经网络

    11.2.5 多层网络

    11.2.6 反向传播算法

    11.2.7 实际问题:实现反向传播算法并解决xOR问题

    11.3 本章小结

    2章 手写数字识别

    12.1 手写数字识别是什么

    12.2 训练数据集

    12.3 用于HDR的多层神经网络

    12.4 实现

    12.5 测试

    12.6 本章小结

    3章 聚类和多目标聚类

    13.1 聚类是什么

    13.2 层次聚类

    13.3 划分聚类

    13.4 实际问题:k-Means算法

    13.5 多目标聚类

    13.6 自累托边界生成器

    13.7 本章小结

    4章 启发式方法&元启发式方法

    14.1 启发式方法是什么

    14.2 爬山算法

    14.3 实际问题:实现爬山算法

    14.4 P-元启发式算法:遗传算法

    14.5 实际问题:对旅行商问题实现遗传算法

    14.6 S-元启发式方法:禁忌搜索

    14.7 本章小结

    5章 游戏编程

    15.1 电子游戏是什么

    15.2 游戏中的搜索

    15.3 无信息搜索

    15.4 实际问题:实现BFS、DFS、DLS和IDS

    15.5 实际问题:在滑块拼图问题中实现双向搜索

    15.6 有信息搜索

    15.7 运用A*算法求解滑块拼图

    15.8 本章小结

    6章 博弈论:对抗性搜索与黑白棋游戏

    16.1 博弈论是什么

    16.2 对抗性搜索

    16.3 极小化极大搜索算法

    16.4 α-β剪枝算法

    16.5 黑白棋游戏

    16.6 实际问题:在Windows窗体程序中实现黑白棋游戏

    16.7 实际问题:使用Minimax算法实现黑白棋AI

    16.8 本章小结

    7章 强化学习

    17.1 强化学习是什么

    17.2 马尔可夫决策过程

    17.3 值函数/动作值函数与策略

    17.4 值迭代算法

    17.5 策略迭代算法

    17.6 Q-Learning和时序差分学习

    17.7 实际问题:使用Q-Learning求解迷宫问题

    17.8 本章小结


    Arnaldo Pérez Castaño是一位计算机科学家,居住在古巴哈瓦那。他是PrestaShop Recipes(Apress,2017)和一系列编程书籍 —— JavaScript Fácil、HTML y CSS Fácil以及Python Fácil(Marcombo S.A.)的作者,并为MSDN Magazine、VisualStudio Magazine.com和Smashing Magazine等刊物撰写AI相关的文章。他是Cuba Mania Tour(http://www.cubamaniatour.com)网站的联合创始人之一。
    他的专长包括Java、VB、Python、算法、优化、Matlab、C#、.NET Framework和人工智能。Arnaldo通过freelancer.com提供服务,并担任期刊Journal of Mathematical Modelling and Algorithms in Operations Research(运筹学研究中的数学建模和算法)的审稿人。他爱好电影和音乐。许多同事称他为“加勒比海科学家”。可以通过arnaldo.skywalker@g.com与他联系。

    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