✍ Scribed by 贲可荣
No coin nor oath required. For personal study only.
本书介绍人工智能的理论,方法和技术及其应用,除了讨论那些仍然有用的和有效的基本原理和方法之外,着重阐述一些新的和正在研究的人工智能方法与技术,特别是近期发展起来的方法和技术.此外,用比较多的篇幅论述人工智能的应用,包括新的应用研究.
封面
扉页
内容简介
版权页
第3版序
第2版序
第1版序
目录
第1章 绪论
1.1 人工智能的定义与概况
1.2 人类智能与人工智能
1.3 人工智能各学派的认知观
1.4 人工智能的研究与应用领域
1.5 人工智能发展展望
习题
第2章 知识表示和推理
2.1 概述
2.2 命题逻辑
2.3 谓词逻辑
2.4 归结推理
2.5 产生式系统
2.6 语义网络
2.7 框架
2.8 脚本
2.9 知识图谱
2.10 基于知识的系统
2.11 小结
习题
第3章 搜索技术
3.1 概述
3.2 盲目搜索方法
3.3 启发式搜索
3.4 问题归约和AND-OR图启发式搜索
3.5 博弈
3.6 案例分析
习题
第4章 高级搜索
4.1 爬山法搜索
4.2 模拟退火搜索
4.3 遗传算法
4.4 案例分析
习题
第5章 不确定知识表示和推理
5.1 概述
5.2 非单调逻辑
5.3 主观Bayes方法
5.4 确定性理论
5.5 证据理论
5.6 模糊逻辑和模糊推理
5.7 小结
习题
第6章 Agent
6.1 概述
6.2 Agent及其结构
6.3 Agent应用案例
6.4 Agent通信
6.5 协调与协作
6.6 移动Agent
6.7 多 Agent系统开发框架JADE
6.8 案例:火星探矿机器人
6.9 小结
习题
第7章 机器学习
7.1 机器学习概述
7.2 基于符号的机器学习
7.3 基于神经网络的机器学习
7.4 基于统计的机器学习
7.5 小结
习题
第8章 自然语言处理技术
8.1 自然语言理解的一般问题
8.2 词法分析
8.3 句法分析
8.4 语义分析
8.5 大规模真实文本的处理
8.6 信息搜索
8.7 机器翻译
8.8 语音识别
8.9 机器阅读理解
8.10 机器写作
8.11 聊天机器人
8.12 小结
习题
第9章 智能规划
9.1 规划问题
9.2 状态空间搜索规划
9.3 偏序规划
9.4 命题逻辑规划
9.5 分层任务网络规划
9.6 非确定性规划
9.7 时态规划
9.8 多 Agent规划
9.9 案例分析
9.10 小结
习题
第10章 机器人学
10.1 概述
10.2 机器人系统
10.3 机器人的编程模式与语言
10.4 机器人的应用与展望
10.5 案例分析:仿真机器人运动控制算法
10.6 小结
习题
第11章 互联网智能
11.1 概述
11.2 语义网与本体
11.3 Web技术的演化
11.4 Web挖掘
11.5 集体智能
11.6 小结
习题
正文结束
附录A 人工智能编程语言Python
A.1 人工智能编程语言概述
A.2 Python语言优势
A.3 Python人工智能相关库
A.4 Python语法简介
附录B 手写体识别案例
B.1 MNIST数据集
B.2 Softmax回归模型
B.3 Softmax回归的程序实现
B.4 模型的训练
B.5 模型的评价
B.6 完整代码及运行结果
参考文献
📜 SIMILAR VOLUMES
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，除第 1 章讨论人工智能基 本概念、第 13 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。第一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
书签已装载， 书签制作方法请找 [email protected] 完全免费 《人工智能:智能系统指南(原书第3版)》是一本很好的人工智能入门书籍，内容丰富、浅显易懂。作者根据自己多年的教学、实践经验，并结合实际代码、图示、案例等讲解了人工智能的基本知识。全书共分10章，主要内容包括：基于规则的专家系统、不确定性管理技术、模糊专家系统、基于框架的专家系统、人工神经网络、进化计算、混合智能系统、知识工程、数据挖掘等。另外，《人工智能:智能系统指南(原书第3版)》还提供了一个人工智能相关术语表和包含商业化的人工智能工具的附录。
<p>本书第5版共10章。第1章叙述人工智能的定义、起源、分类与发展。第2章和第3章研究人工智能的知识表示方法和搜索推理技术。第4章探讨不确定性推理的主要方法。第5章阐述计算智能的基本知识。第6章至第10章逐一讨论了人工智能的主要应用领域，包括专家系统、机器学习、自动规划、分布式人工智能和自然语言理解等。与第4版相比，许多内容都是第*次出现的，例如，人工智能的分类与计算方法、谓词演算符号的规范、进化算法的框架与执行过程、专家系统的设计方法和基于Web专家系统的开发工具以及深度学习等。其他章节也在第4版的基础上作了相应的修改、精简或补充。</p> <p>本书可作为高等院校有关专业本科生和研究生
<p>本书全面、深入地探讨了人工智能（AI）领域的理论和实践，以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中，真正做到理论和实践相结合。</p> <p>全书分7个部分，共28章，理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想，内容主要包括逻辑、概率和连续数学，感知、推理、学习和行动，公平、信任、社会公益和安全；实践部分完美地践行了“现代”理念，实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗等。</p> <p>本书适合作为高等院校人工智能相关专业本科生和