4.23文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
人工智能复杂问题求解的结构和策略-原书第6版

人工智能复杂问题求解的结构和策略-原书第6版

出版社:机械工业出版社出版时间:2010-01-01
所属丛书: 计算机科学丛书
开本: 16开 页数: 490
中 图 价:¥55.3(7.0折) 定价  ¥79.0 登录后可看到会员价
暂时缺货 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

人工智能复杂问题求解的结构和策略-原书第6版 版权信息

  • ISBN:9787111283454
  • 条形码:9787111283454 ; 978-7-111-28345-4
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

人工智能复杂问题求解的结构和策略-原书第6版 本书特色

“在人工智能领域里,学生经常遇到许多很难的概念;本书通过精选的实例与简单明了的视图,清晰而准确地阐述这些概念。” ——Joseph,圣迭哥州立大学 “本书是人工智能课程的完美补充。它既给读者以历史的观点,又给出所有技术的实用指南。这是一本必须要推荐的人工智能的图书。” ——Pascal Rebreyend,瑞典达拉那大学 “该书的写作风格和全面的论述使它成为人工智能领域很有价值的文献。” ——Malachy Eaton,利默里克大学

人工智能复杂问题求解的结构和策略-原书第6版 内容简介

本书是一本经典的人工智能教材,全面阐述了人工智能的基础理论,有效结合了求解智能问题的数据结构以及实现的算法,把人工智能的应用程序应用于实际环境中,并从社会和哲学、心理学以及神经生理学角度对人工智能进行了独特的讨论。新版中增加了对“基于随机方法的机器学习”的介绍,并提出了一些新的主题,如涌现计算、本体论、随机分割算法等。
  本书适合作为高等院校计算机专业人工智能教材,也可供人工智能领域的研究者及相关工程技术人员参考。
  本书是一本经典的人工智能教材,全面阐述了人工智能的基础理论,有效结合了求解智能问题的数据结构以及实现的算法,把人工智能的应用程序应用于实际环境中,并从社会和哲学、心理学以及神经生理学角度对人工智能进行了全面的讨论。
  本版新增内容
  ·新增一章,介绍用于机器学习的随机方法,包括一阶贝叶斯网络、各种隐马尔可夫模型、马尔可夫随机场推理和循环信念传播。
  ·介绍针对期望*大化学习以及利用马尔可夫链蒙特卡罗抽样的结构化学习的参数选择,强化学习中马尔可夫决策过程的利用。
  ·介绍智能体技术和本体的使用。
  ·介绍自然语言处理的动态规划(earley语法分析)以及viterbi等其他概率语法分析技术。
  ·书中的许多算法采用prolog、lisp和java语言来构建。

人工智能复杂问题求解的结构和策略-原书第6版 目录

出版者的话
译者序
前言
**部分 人工智能的历史渊源及研究范围
 第1章 人工智能的历史及应用
  1.1 从伊甸园到**台电子计算机:对智能、知识和人类技能的态度
   1.1.1 人工智能基础的简要历史
   1.1.2 理性主义和经验主义学派对人工智能的影响
   1.1.3 形式逻辑的发展
   1.1.4 图灵测试
   1.1.5 智能的生物和社会模型:主体理论
  1.2 人工智能应用领域概述
   1.2.1 博弈
   1.2.2 自动推理和定理证明
   1.2.3 专家系统
   1.2.4 自然语言理解和语义学
   1.2.5 对人类表现建模
   1.2.6 规划和机器人学
   1.2.7 人工智能的语言和环境
   1.2.8 机器学习
   1.2.9 其他表示:神经网络和遗传算法
   1.2.10 ai和哲学
  1.3 人工智能小结
  1.4 结语和参考文献
  1.5 习题
第二部分 作为表示和搜索的人工智能
 第2章 谓词演算
  2.0 简介
  2.1 命题演算(选读)
   2.1.1 符号和语句
   2.1.2 命题演算的语义
  2.2 谓词演算
   2.2.1 谓词的语法和语句
   2.2.2 谓词演算的语义
   2.2.3 语义含义的积木世界例子
  2.3 使用推理规则产生谓词演算表达式
   2.3.1 推理规则
   2.3.2 合一算法
   2.3.3 合一的例子
  2.4 应用:一个基于逻辑的财务顾问
  2.5 结语和参考文献
  2.6 习题
 第3章 状态空间搜索的结构和策略
  3.0 简介
  3.1 状态空间搜索的结构
   3.1.1 图论(选读)
   3.1.2 有限状态自动机(选读)
   3.1.3 问题的状态空间表示
  3.2 用于状态空间搜索的策略
   3.2.1 数据驱动搜索和目标驱动搜索
   3.2.2 图搜索的实现
   3.2.3 深度优先搜索和宽度优先搜索
   3.2.4 迭代加深的深度优先搜索
  3.3 利用状态空间来表示命题演算和谓词演算的推理
   3.3.1 逻辑系统的状态空间描述
   3.3.2 与或图
   3.3.3 进一步的例子和应用
  3.4 结语和参考文献
  3.5 习题
 第4章 启发式搜索
  4.0 简介
  4.1 爬山法和动态规划法
   4.1.1 爬山
   4.1.2 动态规划
  4.2 *佳优先搜索算法
   4.2.1 实现*佳优先搜索
   4.2.2 实现启发评估函数
   4.2.3 启发式搜索和专家系统
  4.3 可采纳性、单调性和信息度
   4.3.1 可采纳性度量
   4.3.2 单调性
   4.3.3 信息度更高的启发是更好的启发
  4.4 在博弈中使用启发
   4.4.1 在可穷举搜索图上的极小极大过程
   4.4.2 固定层深的极小极大过程
   4.4.3 α-β过程
  4.5 复杂度问题
  4.6 结语和参考文献
  4.7 习题
 第5章 随机方法
 第6章 为状态空间搜索建立控制算法
第三部分 捕获智能:ai中的挑战
 第7章 知识表示
 第8章 求解问题的强方法
 第9章 不确定条件下的推理
第四部分 机器学习
 第10章 基于符号的机器学习
 第11章 机器学习:连接机制
 第12章 机器学习:遗传性和涌现性
第五部分 人工智能问题求解的高级课题
 第14章 自动推理
 第15章 自然语言理解
第六部分 后记
 第16章 人工智能是经验式的学科
展开全部

人工智能复杂问题求解的结构和策略-原书第6版 作者简介

George F. Luger,1973年在宾夕法尼亚大学获得博士学位,并在之后的5年间在爱丁堡大学人工智能系进行博士后研究,现在是新墨西哥大学计算机科学研究、语言学及心理学教授。

商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服