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]人工智能导论吕云翔等 著9787115540928
  • 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: 吕云翔等 著著 | 吕云翔等 著编 | 吕云翔等 著译 | 吕云翔等 著绘
    • 出版社: 人民邮电出版社
    • 出版时间:2021-07-01
    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: 吕云翔等 著著| 吕云翔等 著编| 吕云翔等 著译| 吕云翔等 著绘
    • 出版社:人民邮电出版社
    • 出版时间:2021-07-01
    • 版次:1
    • 印次:1
    • 字数:252000
    • 页数:220
    • 开本:16开
    • ISBN:9787115540928
    • 版权提供:人民邮电出版社
  • 作者: 吕云翔等 著
  • 著: 吕云翔等 著
  • 装帧: 平装
  • 印次: 1
  • 定价: 49.8
  • ISBN: 9787115540928
  • 出版社: 人民邮电出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2021-07-01
  • 页数: 220
  • 外部编号: 五三B117238
  • 版次: 1
  • 成品尺寸: 暂无
  • 第1章 绪论

    1.1 什么是人工智能

    1.2 人工智能的发展简史

    1.3 人工智能的研究目标

    1.4 人工智能的研究方法

    1.4.1 符号主义研究方法

    1.4.2 连接主义研究方法

    1.4.3 行为主义研究方法

    1.5 人工智能的基本研究内容

    1.5.1 智能感知

    1.5.2 智能推理

    1.5.3 智能学习

    1.5.4 智能行动

    习题

    第2章 知识表示

    2.1 知识表示概述

    2.1.1 什么是知识

    2.1.2 知识表示

    2.2 状态空间表示法

    2.2.1 问题状态描述

    2.2.2 状态图示法

    2.3 谓词逻辑表示法

    2.3.1 谓词逻辑表示法的逻辑基础

    2.3.2 连接词和量词

    2.3.3 谓词逻辑表示法的步骤

    2.3.4 谓词逻辑表示法的特点

    2.4 语义网络表示法

    2.4.1 语义基元

    2.4.2 语义网络中常用的语义联系

    2.4.3 语义网络的知识表示方法

    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 框架的基本结构

    2.5.2 基于框架的推理过程

    2.5.3 框架表示法的特点

    2.6 案例:知识图谱

    习题

    第3章 逻辑推理及方法

    3.1 逻辑推理概述

    3.1.1 逻辑推理的定义

    3.1.2 逻辑推理的分类

    3.1.3 逻辑推理的控制策略

    3.2 逻辑推理的基础

    3.2.1 谓词公式

    3.2.2 谓词公式的范式

    3.2.3 置换与合一

    3.3 归结演绎推理

    3.3.1 子句集

    3.3.2 鲁滨逊归结原理

    3.3.3 归结反演

    3.3.4 归结策略

    3.4 非归结演绎推理

    3.4.1 自然演绎推理

    3.4.2 与或形演绎推理

    3.5 案例:家庭财务分配管理系统

    习题

    第4章 非确定性推理及方法

    4.1 什么是非确定性推理

    4.2 基本的概率推理

    4.2.1 经典概率方法

    4.2.2 逆概率方法

    4.3 主观贝叶斯推理

    4.3.1 非确定性表示

    4.3.2 非确定性传递

    4.3.3 结论非确定性的组合

    4.4 基于可信度的推理

    4.4.1 非确定性表示

    4.4.2 非确定性计算

    4.4.3 非确定性更新

    4.4.4 结论非确定性的组合

    4.5 证据理论

    4.5.1 DS理论

    4.5.2 非确定性表示

    4.5.3 非确定性计算

    4.5.4 非确定性更新

    4.6 模糊推理

    4.6.1 模糊理论

    4.6.2 模糊匹配

    4.6.3 模糊推理

    4.7 案例:基于朴素贝叶斯方法的垃圾邮件过滤

    习题

    第5章 搜索策略

    5.1 搜索的基本概念

    5.2 基于状态空间的盲目搜索

    5.2.1 状态空间的一般性搜索

    5.2.2 状态空间的广度优先搜索

    5.2.3 状态空间的深度优先搜索

    5.3 基于状态空间的启发式搜索

    5.3.1 动态规划

    5.3.2 A*算法

    5.3.3 爬山法

    5.3.4 模拟退火算法

    5.4 基于树的盲目搜索

    5.4.1 与或树的一般性搜索

    5.4.2 与或树的广度优先搜索

    5.4.3 与或树的深度优先搜索

    5.5 基于树的启发式搜索

    5.5.1 与或树的有序搜索

    5.5.2 博弈树搜索

    5.5.3 博弈树的剪枝优化

    5.6 案例:无人驾驶中的搜索策略

    习题

    第6章 机器学习

    6.1 机器学习概述

    6.2 决策树

    6.2.1 决策树和决策树构造

    6.2.2 ID3生成算法

    6.2.3 使用决策树实现分类

    6.3 贝叶斯模型

    6.3.1 贝叶斯概率

    6.3.2 朴素贝叶斯模型

    6.3.3 贝叶斯网络

    6.4 支持向量机

    6.4.1 超平面分割和优选间隔

    6.4.2 线性可分支持向量机

    6.4.3 非线性可分支持向量机

    6.4.4 支持向量机实现多分类

    6.5 聚类算法

    6.5.1 聚类解决的问题

    6.5.2 K-Means

    6.5.3 层次聚类

    6.5.4 聚类分析的医学应用

    6.6 神经网络与深度学习

    6.6.1 神经元、感知器、人工神经网络

    6.6.2 径向神经网络

    6.6.3 Hopfie1d神经网络

    6.6.4 玻尔兹曼机

    6.6.5 自组织映射网络

    6.6.6 BP神经网络

    6.6.7 深度学习,究竟“深”在何处

    6.6.8 卷积神经网络

    6.6.9 循环神经网络

    6.6.10 生成式对抗网络

    6.6.11 让“渣”画质的图像以假乱真

    6.7 强化学习

    6.7.1 强化学习“强化”了什么

    6.7.2 Q-Learning算法

    6.7.3 DQN算法

    6.7.4 让计算机自己玩游戏

    6.8 案例:账号过滤

    习题

    第7章 人工智能的其他应用领域

    7.1 计算机视觉

    7.1.1 视觉与视觉图像

    7.1.2 图像特征的提取

    7.1.3 视觉模型与图像识别

    7.2 自然语言处理

    7.2.1 打破机器与人的语言障碍

    7.2.2 词法分析

    7.2.3 句法分析

    7.2.4 语义分析

    7.2.5 语料库的建立与处理

    7.3 智能体

    7.3.1 智能体的研究与发展

    7.3.2 智能体通信

    7.3.3 多智能体系统的协调与协作

    7.4 案例:病斑叶片识别

    习题

    参考文献


    吕云翔 比利时布鲁塞尔自由大学(VUB)应用科学学院应用信息技术专业硕士、经济学院工商管理专业硕士。现任北航软件学院副教授,从事教学与科研工作。具有多年的软件开发、项目管理、计算机教学经验,对IT行业具有较全面的认识。先后以作者编著和翻译了多本教材。研究领域包括:人工智能、大数据和软件工程。

    本书的主要目的是使读者了解人工智能研究和发展的基本轮廓,对人工智能有一个基本的认识,知道目前人工智能研究中的一些热点,掌握人工智能研究和应用中的一些基本的、普遍的、比较广泛的原理和方法,通过简洁清晰的架构和引人思索的案例带领读者“入门”人工智能。


    本书从人工智能的基本定义出发,由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域,以梳理知识脉络和要点的方式,详细介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习等方面的内容。作为导论书籍,本书概念论述清楚,内容丰富,通俗易懂,在较为全面介绍人工智能的基础上对一些传统内容进行了取舍。为满足读者进一步学习的需要,除第1章之外,每章后一个小节都配有案例分析,便于读者在所学知识的基础上懂得如何运用知识。

    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