☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

隨著2016年3月AlphaGo（阿法狗）戰勝圍棋世界冠軍、職業九段選手李世石，並以4:1的總分獲勝以來，“人工智能”成為人們舌尖上的話題，本書旨在揭開人工智能的神秘麵紗，為大傢展示其精髓。
本書作者在多年講授人工智能課程的基礎上，對相關理論與技術進行瞭提煉與總結，使全書結構嚴謹、邏輯性及前後章節的銜接增強，兼有普及與提高的雙重功能。傳統人工智能部分深入淺齣，通俗易懂，容易學習；現代人工智能部分則體現其創新、精髓和尖端。
每章後麵附有習題，以供讀者練習；提供配套課件，讀者可在清華大學齣版社網站本書頁麵下載。

內容簡介

　　《人工智能/21世紀高等學校計算機專業實用規劃教材》係統介紹瞭人工智能的基本原理、基本技術、基本方法和應用領域等內容，比較全麵地反映瞭60年來人工智能領域的進展，並根據人工智能的發展動嚮對一些傳統內容做瞭取捨。
　　《人工智能/21世紀高等學校計算機專業實用規劃教材》共9章。第1章介紹人工智能的基本概念、發展曆史、應用領域等。其後8章的內容分為兩大部分：第1部分（第2～5章）主要講述傳統人工智能的基本概念、原理、方法和技術，涵蓋知識錶示、搜索策略、確定性推理和不確定推理的相關技術與方法；第二部分（第6～9章）主要講述現代人工智能的新的技術和方法，涵蓋機器學習、數據挖掘、大數據、深度學習的新技術與方法。每章後麵附有習題，以供讀者練習。
　　《人工智能/21世紀高等學校計算機專業實用規劃教材》主要作為計算機專業本科生和其他相關學科本科生相關課程教材，也可供研究生和有關科技人員參考。

內頁插圖

目錄

第1章 緒論
1．1 人工智能的定義
1．2 人工智能的發展曆史
1．2．1 孕育階段
1．2．2 形成階段
1．2．3 發展階段
1．3 人工智能的三大學派
1．3．1 符號主義
1．3．2 連接主義
1．3．3 行為主義
1．4 人工智能研究內容與應用領域
1．4．1 問題求解
1．4．2 專傢係統
1．4．3 機器學習
1．4．4 神經網絡
1．4．5 模式識彆
1．4．6 數據挖掘和知識發現
1．4．7 計算機視覺
1．4．8 智能控製
1．4．9 計算智能
1．4．10 其他
1．5 人工智能的發展趨勢
1．5．1 多學科交叉研究
1．5．2 智能應用和智能産業
1．6 習題

第2章 知識錶示
2．1 概述
2．1．1 知識及知識的分類
2．1．2 知識錶示
2．2 謂詞邏輯錶示法
2．2．1 基本概念
2．2．2 謂詞邏輯錶示法
2．2．3 謂詞邏輯錶示法的經典應用
2．2．4 謂詞邏輯錶示法的特點
2．3 産生式錶示法
2．3．1 概述
2．3．2 産生式係統
2．3．3 産生式錶示法應用舉例
2．3．4 産生式係統的推理方式
2．3．5 産生式係統的特點
2．4 語義網絡錶示法
2．4．1 語義網絡基本概念
2．4．2 語義網絡中常用的語義聯係
2．4．3 語義網絡錶示知識的方法
2．4．4 語義網絡的推理過程
2．4．5 語義網絡錶示的特點
2．5 框架錶示法
2．5．1 框架基本結構
2．5．2 基於框架的推理
2．5．3 框架錶示法的特點
2．6 習題

第3章 搜索策略
3．1 搜索的基本概念
3．1．1 搜索的含義
3．1．2 狀態空間法
3．1．3 問題歸約法
3．2 狀態空間搜索
3．2．1 盲目搜索
3．2．2 狀態空間的啓發式搜索
3．3 博弈樹的啓發式搜索
3．3．1 概述
3．3．2 極大極小過程
3．3．3 ？-餳糝？
3．4 習題

第4章 確定性推理
4．1 推理的基本概念
4．1．1 什麼是推理
4．1．2 推理方法及其分類
4．1．3 推理的控製策略及其分類
4．1．4 正嚮推理
4．1．5 逆嚮推理
4．1．6 混閤推理
4．2 推理的邏輯基礎
4．2．1 謂詞公式的解釋
4．2．2 謂詞公式的永真性與可滿足性
4．2．3 謂詞公式的等價性與永真蘊含性
4．2．4 謂詞公式的範式
4．2．5 置換與閤一
4．3 自然演繹推理
4．4 歸結演繹推理
4．4．1 子句集及其簡化
4．4．2 魯濱遜歸結原理
4．4．3 歸結演繹推理的歸結策略
4．4．4 用歸結反演求取問題的解
4．5 基於規則的演繹推理
4．5．1 規則正嚮演繹推理
4．5．2 規則逆嚮演繹推理
4．6 習題

第5章 不確定性推理
5．1 概述
5．1．1 為什麼要采用不確定性推理
5．1．2 不確定性推理要解決的問題
5．1．3 不確定性推理類型
5．2 概率基礎
5．3 主觀貝葉斯方法
5．3．1 不確定性的錶示
5．3．2 組閤證據不確定性的計算
5．3．3 不確定性的傳遞算法
5．3．4 結論不確定性的閤成
5．4 可信度方法
5．4．1 不確定性的錶示
5．4．2 組閤證據不確定性的計算
5．4．3 不確定性的傳遞算法
5．4．4 結論不確定性的閤成
5．5 證據理論
5．5．1 理論基礎
5．5．2 不確定性錶示
5．5．3 組閤證據不確定性的計算
5．5．4 不確定性的更新
5．6 模糊推理
5．6．1 模糊知識的錶示
5．6．2 模糊概念的匹配
5．6．3 模糊推理
5．7 習題

第6章 機器學習
6．1 概述
6．1．1 機器學習的基本概念
6．1．2 機器學習的發展曆史
6．1．3 學習係統的基本模型
6．1．4 學習策略
6．2 記憶學習
6．3 歸納學習
6．3．1 示例學習
6．3．2 觀察與發現學習
6．4 決策樹學習
6．5 類比學習
6．5．1 類比學習的基本過程
6．5．2 屬性類比學習
6．5．3 轉換類比學習
6．5．4 派生類比學習
6．5．5 聯想類比學習
6．6 解釋學習
6．7 神經學習
6．7．1 感知器學習
6．7．2 反嚮傳播網絡學習
6．7．3 Hopfield網絡學習
6．8 貝葉斯學習
6．8．1 貝葉斯定理
6．8．2 樸素貝葉斯分類算法
6．9 在綫機器學習
6．9．1 截斷梯度法
6．9．2 前嚮後嚮切分算法
6．9．3 正則對偶平均算法
6．9．4 FTRL
6．10 習題

第7章 數據挖掘
7．1 數據挖掘概述
7．1．1 數據挖掘概念與發展
7．1．2 數據挖掘的任務
7．1．3 數據挖掘的應用
7．1．4 數據挖掘過程與方法
7．2 分類
7．2．1 決策樹分類法
7．2．2 基於規則的分類器
7．2．3 樸素貝葉斯分類器
7．2．4 基於距離的分類算法
7．3 聚類
7．3．1 概念
7．3．2 聚類分析的基本方法
7．4 關聯規則
7．4．1 基本概念
7．4．2 關聯規則挖掘算法
7．4．3 關聯規則生成
7．5 習題

第8章 大數據
8．1 大數據概述
8．1．1 大數據概念
8．1．2 特徵
8．1．3 發展曆程
8．1．4 應用
8．2 數據獲取
8．2．1 網絡爬蟲
8．2．2 RSS
8．3 數據挖掘
8．3．1 概述
8．3．2 數據挖掘工具
8．3．3 現狀與未來
8．4 數據分析
8．4．1 概述
8．4．2 數據分析流程
8．4．3 數據分析方法
8．4．4 數據分析工具
8．5 Hadoop
8．5．1 簡介
8．5．2 分布式離綫計算框架MapReduce
8．5．3 Hadoop分布式文件係統
8．5．4 HBase大數據庫
8．6 數據可視化
8．7 習題

第9章 深度學習
9．1 深度學習應用背景與概述
9．1．1 應用背景
9．1．2 概述
9．1．3 人腦視覺機理
9．2 特徵的概念
9．2．1 特徵錶示的粒度
9．2．2 初級（淺層）特徵錶示
9．2．3 結構性特徵錶示
9．2．4 特徵數量
9．3 深度學習基本思想
9．4 淺層學習和深度學習
9．4．1 淺層學習
9．4．2 深度學習
9．5 深度學習常用模型和方法
9．5．1 自動編碼器
9．5．2 稀疏編碼
9．5．3 深度信念網絡
9．5．4 捲積神經網絡
9．6 深度學習展望
9．7 習題

參考文獻

前言/序言

　　人工智能是研究人類智能活動的規律，構造具有一定智能的人工係統，研究如何讓計算機去完成以往需要人的智力纔能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。人工智能是計算機科學的一個分支，被稱為20世紀世界三大尖端科技（空間技術、能源技術、人工智能）之一，也被稱為21世紀三大尖端技術（基因工程、納米科學、人工智能）之一。
　　人工智能作為一門學科從正式提齣到現在，已經走過瞭一甲子的歲月，經曆瞭風風雨雨、起起落落。隨著2016年3月AlphaGo戰勝世界圍棋冠軍、職業九段選手李世石，人工智能又一次受到瞭世人極大的關注。2014年人工智能領域全球投資總額超過19億美元，同比增長超50%，預計2020年全球市場規模將達到183億美元。榖歌、微軟、蘋果等國外科技巨頭紛紛發力，國內企業也紛紛和頂尖技術團隊閤作，積極布局，如百度的大腦計劃、科大訊飛的超腦計劃、京東的智能聊天機器人等。2015年7月1日，國務院印發瞭《關於積極推進“互聯網+”行動的指導意見》，將“互聯網十人工智能”列為11項重點行動之一；2016年9月國傢發改委、科技部、工信部、中央網信辦製定的《“互聯網+”人工智能三年行動實施方案》正式印發，計劃到2018年基本建立人工智能的産業、服務和標準化體係，實現核心技術突破。
　　基於此，本書在傳統人工智能的基礎之上增加瞭新的人工智能的技術與方法。本書的第6章介紹瞭機器學習中的一些基本問題、基本方法和關鍵技術。第7章介紹瞭數據挖掘的常用技術與方法。第8章介紹瞭大數據的最新研究進展、最新技術與方法。第9章介紹瞭深度學習的常用方法與最新技術。
　　本書是集體智慧的結晶，全書由尚文倩主編，陳秀霞、封樹超、顔夢菡、李振忠、王宇奇、婁延偉、程宇芬、張春潔等同學為本書做齣瞭重要貢獻，在此錶示衷心的感謝！本書還參考瞭《2016-2020年中國人工智能行業深度調研及投資前景預測報告》，藉鑒瞭有關教材及互聯網上的一些資料，也嚮這些文獻的作者錶達誠摯的謝意！
　　由於編者水平有限，書中的疏漏在所難免，敬請廣大讀者批評指正。
人工智能/21世紀高等學校計算機專業實用規劃教材 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價