正版
人工智能基础
- 书名
- 人工智能基础
- 作者
- 刘伟 等 编
- 出版社
- 科学出版社
- 出版时间
- 2025-02-01
- ISBN
- 9787030804938
- 货号
- 1203536031
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 人工智能基础
- 作者
- 刘伟 等 编
- 出版社
- 科学出版社
- 出版时间
- 2025-02-01
- ISBN
- 9787030804938
- 货号
- 1203536031
- 品相
- 全新
- 分类
- 当代·工业
目录▼
序
前言
第1章 人工智能概述 1
1.1 人工智能的基本概念 1
1.1.1 人工智能的定义 1
1.1.2 人工智能的研究目标 2
1.2 人工智能的发展历程 3
1.2.1 孕育期 3
1.2.2 推理期 4
1.2.3 知识期 5
1.2.4 学习期 6
1.3 人工智能的主要学派 7
1.3.1 符号主义 7
1.3.2 连接主义 8
1.3.3 行为主义 9
1.3.4 不同学派的交叉与融合 10
1.4 人工智能的应用领域 10
1.4.1 机器视觉 11
1.4.2 自然语言处理 11
1.4.3 智能规划与决策 12
1.4.4 机器人 13
1.4.5 计算机博弈 14
1.4.6 专家系统 15
1.4.7 其他 15
1.5 人工智能的研究现状 16
1.5.1 人工智能擅长处理的问题 16
1.5.2 现阶段人工智能的局限性 17
1.6 本章小结 18
思考题 19
第2章 状态空间搜索 21
2.1 状态空间搜索概述 21
2.1.1 状态空间的基本概念 21
2.1.2 通用图搜索框架 24
2.1.3 状态空间的形式化表示 29
2.2 盲目搜索 32
2.2.1 宽度优先搜索 33
2.2.2 深度优先搜索 34
2.2.3 代价优先搜索 35
2.3 启发式搜索 38
2.3.1 A算法 38
2.3.2 A*算法 42
2.4 本章小结 51
思考题 52
练习题 53
第3章 人工智能博弈 58
3.1 博弈问题概述 58
3.1.1 博弈问题的描述 58
3.1.2 博弈问题的分类 59
3.1.3 博弈问题求解的特点 60
3.2 完美信息博弈 61
3.2.1 双人零和完美信息博弈问题描述 61
3.2.2 极小极大搜索 63
3.2.3 α-β剪枝 69
3.2.4 蒙特卡罗树搜索 73
3.3 不完美信息博弈 78
3.3.1 纳什均衡 78
3.3.2 遗憾最小化 79
3.4 随机博弈 83
3.4.1 随机博弈问题描述 83
3.4.2 期望极小极大搜索 84
3.5 本章小结 85
思考题 86
练习题 86
第4章 智能优化算法 89
4.1 遗传算法 89
4.1.1 遗传算法的基本原理 90
4.1.2 基于遗传算法的旅行商问题求解 96
4.1.3 遗传算法的特点和应用 98
4.2 蚁群优化算法 98
4.2.1 蚁群优化算法的基本原理 99
4.2.2 基于蚁群优化算法的旅行商问题求解 101
4.2.3 蚁群优化算法的特点和应用 103
4.3 粒子群优化算法 103
4.3.1 粒子群优化算法的基本原理 104
4.3.2 基于粒子群优化算法的旅行商问题求解 106
4.3.3 粒子群优化算法的特点和应用 107
4.4 模拟退火算法 107
4.4.1 模拟退火算法的基本原理 108
4.4.2 基于模拟退火算法的旅行商问题求解 110
4.4.3 模拟退火算法的特点和应用 111
4.5 本章小结 112
思考题 112
练习题 113
第5章 经典逻辑推理 115
5.1 经典逻辑推理概述 115
5.1.1 经典逻辑推理的基本概念 115
5.1.2 典型逻辑推理问题 116
5.2 命题逻辑推理 116
5.2.1 命题逻辑的基本概念 116
5.2.2 命题演算的推理方法 119
5.2.3 基于命题归结的自动定理证明 123
5.3 谓词逻辑推理 125
5.3.1 谓词逻辑的基本概念 125
5.3.2 基于谓词归结的自动定理证明 126
5.3.3 基于谓词归结的问题求解 133
5.4 本章小结 135
思考题 136
练习题 136
第6章 确定性知识表示与推理 139
6.1 确定性知识表示与推理概述 139
6.1.1 知识和知识表示的基本概念 139
6.1.2 典型的知识表示方法 141
6.1.3 推理的基本概念和方法 143
6.2 产生式 147
6.2.1 产生式的基本概念 147
6.2.2 产生式系统的组成 148
6.2.3 产生式系统的推理 149
6.2.4 产生式系统的特点 151
6.3 语义网络 152
6.3.1 语义网络的基本概念 152
6.3.2 语义网络的表示 154
6.3.3 语义网络的推理 155
6.3.4 语义网络的特点 158
6.4 框架 158
6.4.1 框架的基本概念 158
……
文摘▼
本书按照人工智能历史上的热点迁移顺序,将主体内容分为推理、知识和学习三个部分进行章节组织,系统介绍人工智能的基本原理和方法。在各章内部,按照基本概念、算法模型和应用设计逐步深化提升。具有启发性强、系统性好、注重实用、贴近前沿等特点。配套提供讲解视频、习题答案、实践代码和思维导图等教学资源。本书主要作为普通高等学校计算机、自动化、电气工程、电子信息等专业本科生和低年级研究生学习人工智能课程的教材,也可为从事人工智能相关研究与应用的技术人员提供参考。





