当前位置：首页 > 图书中心 > 教材 > 本科生教材 > 人工智能
人工智能
ISBN：7-5624-2360-1/TP
计算机科学与技术专业本科系列教材
作者：李陶深
编辑：谭敏
字数(千)：474 页数：294 印次：1-1
开本：16开  平装
出版时间： 2002-04-01
定价：¥25
样书申请

相关丛书

教材推荐

内容简介

本书系统地介绍了人工智能的基本概念、基本理论和基本方法，强调理论与实际相结合，尽可能地反映出了人工智能研究与应用的最新成果。全书共11章，分3个部分。第1部分对人工智能发展概况、问题求解的基本原理和方法、符号逻辑基础和人工智能程序设计语言的基础进行了系统的论述；第2部分将着重介绍人工智能的基本方法和技术，内容包括产生式系统、语义网络、框架系统和面向对象技术等知识表示方法，以及不确定推理方法；第3部分介绍人工智能研究的最新成果，如机器学习方法、专家系统原理与应用、知识发现与数据挖掘、遗传算法、分布式人工智能等。书中附有习题和有关参考资料，便于读者自学。本书可作为高等院校计算机科学与技术专业及相关专业的本科生和研究生的人工智能课教材。

目录
第1章 人工智能概述 1.1 人类智能中的认知和思维 1.2 人工智能的定义与基础 1.3 人工智能的产生与发展 1.4 人工智能的研究方法 1.5 人工智能的研究与应用领域 1.6 人工智能的发展趋势 习题1 第2章 人工智能程序设计语言 2.1 人工智能程序设计语言概述 2.2 PROLOG语言 2.3 LISP语言 习题2 第3章 问题求解的基本原理 3.1 状态空间与问题求解 3.2 盲目搜索 3.3 启发式搜索 3.4 局部搜索 3.5 博弈树搜索 3.6 问题规约法 习题3 第4章 人工智能逻辑基础 4.1 一阶谓词逻辑 4.2 归结(消解)原理 4.3 Horn子句 习题4 第5章 知识表示与推理 5.1 概述 5.2 产生式表示 5.3 语义网络 5.4 框架 5.5 面向对象的表示方法 习题5 第6章 不确定推理方法 6.1 不确定性推理的基本概念 6.2 不确定性推理方法 6.3 可能性理论与模糊推理 6.4 非单调推理 习题6 第7章 机器学习 7.1 机器学习的基本概念 7.2 机器学习的原理与方法 7.3 机械学习 7.4 归纳学习 7.5 解释学习 7.6 类比学习 7.7 神经网络学习 习题7 第8章 专家系统 8.1 专家系统的基本概念 8.2 专家系统的结构和工作原理 8.3 知识获取 8.4 专家系统的设计与开发 8.5 专家系统开发工具 8.6 专家系统应用举例 习题8 第9章 知识发现与数据挖掘 9.1 知识发现方法 9.2 基于粗集理论的近似表达与知识理解 9.3 近似分类方法及评价系统参数重要性 9.4 知识简化与范畴简化 9.5 相对知识简化与相对范畴简化 9.6 数据表知识表达系统 9.7 决策规则和算法 习题9 *第10章 遗传算法 10.1 遗传算法的概述 10.2 遗传算法的基本原理 10.3 遗传算法的设计实现 10.4 遗传算法的应用例子 10.5 遗传算法的进一步研究 习题10 *第11章 分布式人工智能 11.1 分布式问题求解 11.2 Agent基本理论 11.3 多Agent系统 参考文献
  • 样书及课件咨询：023-88617190
  • 大中专教材咨询：023-88617167
  • 地址：重庆市沙坪坝区大学城西路21号
  • 互联网出版许可：新出网证(渝)007号
  • 图书出版许可证：（署）图出证（渝）字第002号
重庆大学出版社
教材服务公众号
重庆大学出版社
图书宣传公众号
重庆大学出版社
公众号