注册 登录 进入教材巡展
#

出版时间:2021-04

出版社:中国铁道出版社

以下为《人工智能导论(第二版)》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 中国铁道出版社
  • 9787113278366
  • 2版
  • 403533
  • 48256945-6
  • 平装
  • 16开
  • 2021-04
  • 341
  • 280
  • 工学
  • 机械工程
  • 通用
  • 本科 高职
作者简介
徐洁磐:南京大学计算机科学与技术系教授,博导。主要研究计算机理论与数据库技术,曾任中国人工智能学会理事,离散数学学会理事长,中国计算机学会计算机理论专业委员会副主任,数据库专委会委员。教育部计算机教学指导委员会第一、二届委员。1957年南京大学数学系毕业,1963年苏联莫斯科大学数理逻辑副博士研究生毕业,1957年至今南京大学数学系、计算机系讲师,副教授、教授。
查看全部
内容简介
人工智能导论是人工智能方业的入门课程。本书是继2019年首版后修订再版的。本版编写的原则是∶坚持教材的现代性,即新的技术路线与新的体系,并形成新一代人工智能技术;坚持教材的应用性,即将人工智能与其他学科,领域进行融合,将其应用到多个行业中去;坚持教材的引导性,即体现教材的基础性、入门性作用。
本书由4篇(共17章)组成。第1篇是基础理论篇,共9章(第1~9章),从整体角度介绍人工智能的基本概念与基础理论。第2篇是应用技术篇.共4章(第10~13章),是基础理论与相关应用领域相融合所产生的新技术。第 3篇是应用箭,共3章(第14~16章)介绍智能产品的开发及且前流行的4种应用。第4 篇是展望篇,共1章(第17章),对人工智能学科发展提供建议与看法。
本书适合作为人工智能,计算机类专业及相关融合型专业的“人工智能导论”课程的教材及高校人工智能公共课程的教材,也适合作为人工智能应用、开发人员的基础读物。
目录
第1 篇 基础理论篇
第1章总论 ………………………………………………………………… 2
1.1 人工智能发展历史………………………………………………………… 2
1.2 人工智能概念介绍…………………………………………………………7
1.3 人工智能发展三大学派…………………………………………………… 9
1.4 人工智能的学科体系 …………………………………………………… 11
小结 ……………………………………………………………………………… 17
习题 …………………………………………………………………………………………18
第2章知识及知识表示 ……………………………………………… 19
2.1 概述 ……………………………………………………………………… 19
2.2 产生式表示法 …………………………………………………………… 21
2.3 状态空间表示法 ………………………………………………………… 23
2.4 谓词逻辑表示法 ………………………………………………………… 26
2.5 知识图谱表示法 ………………………………………………………… 32
小结 ………………………………………………………………………………35
习题 ……………………………………………………………………………… 36
第3 章知识组织与管理——知识库介绍 .…………….37
3.1 知识库概述 ……………………………………………………………… 37
3.2 知识库发展历史 ………………………………………………………… 40
3.3 典型知识库系统介绍 …………………………………………………… 41
小结……………………………………………………………………………… 48
习题……………………………………………………………………………… 50
第4章知识获取之搜索策略方法.................. 51
4.1 概述 ……………………………………………………………………… 51
4.2 盲目搜索 ………………………………………………………………… 52
4.3 启发式搜索 ………………………………………………………………53
4.4 博弈树的启发式搜索 …………………………………………………… 55
小结 ……………………………………………………………………………… 58
习题 ……………………………………………………………………………… 59
实验 …………………………………………………………………………………59
第5章知识获取之推理方法 ………………………………………… 60
5.1 知识推理基本理论 ……………………………………………………… 60
5.2 谓词逻辑自然推理 ……………………………………………………… 61
5.3 谓词逻辑的自动定理证明 ……………………………………………… 65
5.4 知识推理方法之评价 ……………………………………………………… 73
小结………………………………………………………………………………73
习题 ………………………………………………………………………………74
实验 ……………………………………………………………………………… 74
第6章知识获取之机器学习方法 .........…75
6.1 机器学习概述 …………………………………………………………… 75
6.2 人工神经网络 ……………………………………………………………78
6.3 决策树……………………………………………………………………… 85
6.4 贝叶斯方法……………………………………………………………… 92
6.5 支持向量机方法 ………………………………………………………… 95
6.6 关联规则方法 …………………………………………………………… 101
6.7 聚类方法 ………………………………………………………………… 107
6.8 迁移学习 ………………………………………………………………… 110
6.9 强化学习方法…………………………………………………………… 112
小结 …………………………………………………………………………… 115
习题 ……………………………………………………………………………116
实验 …………………………………………………………………………… 116
第7章深度学习与卷积神经网络 .…………. 117
7.1 浅层学习与深度学习…………………………………………………… 117
7.2 深度学习概述 …………………………………………………………… 118
7.3 卷积神经网络 …………………………………………………………… 120
小结 …………………………………………………………………………… 127
习题 …………………………………………………………………………… 128
实验 …………………………………………………………………………… 129
第8章知识获取之知识图谱方法 …………………………… 130
8.1 知识图谱中的知识获取概述 ………………………………………… 130
8.2 知识图谱中的知识获取方法 ………………………………………… 131
8.3 著名的知识图谱介绍…………………………………………………… 133
8.4 知识图谱中的知识存储管理 ………………………………………… 135
8.5 知识图谱的应用 ………………………………………………………… 136
小结 …………………………………………………………………………… 137
习颗 ………………………………………………………………………………… 138
实验 …………………………………………………………………………… 138
第9章知识获取之 Agent 方法 ………………………………… 139
9.1 Agent介绍………………………………………………………………139
9.2 多 Agent ………………………………………………………………… 143
9.3 移动 Agent ……………………………………………………………… 145
9.4 智能 Agent ……………………………………………………………… 146
小结 ……………………………………………………………………………147
习题 …………………………………………………………………………… 148
第2 篇 应用技术篇
第10 章知识工程与专家系统 ………………………………… 150
10.1 知识工程与专家系统概述 …………………………………………… 150
10.2 专家系统组成 …………………………………………………………152
10.3 专家系统分类 ………………………………………………………… 154
10.4 专家系统开发 ………………………………………………………… 154
10.5 传统专家系统与新一代专家系统 …………………………………… 157
小结 …………………………………………………………………………… 157
习题 …………………………………………………………………………… 159
第11章计算机视觉 ………………………………………………… 160
11.1 计算机视觉概述 ……………………………………………………… 160
11.2 计算机视觉中的图像分析和理解 …………………………………… 163
11.3 计算机视觉应用 ……………………………………………………… 165
小结 …………………………………………………………………………… 167
习题 …………………………………………………………………………… 169
实验 …………………………………………………………………………… 169
第12章自然语言处理 .……………………………………… 170
12.1 自然语言处理中的自然语言理解 …………………………………… 171
12.2 自然语言处理中的自然语言生成 …………………………………… 177
12.3 语音处理 ………………………………………………………………179
12.4 自然语言处理应用实例 ……………………………………………… 185
小结 …………………………………………………………………………… 187
习题 …………………………………………………………………………… 189
实验 …………………………………………………………………………… 189
第3 章机器人 …………………………………………………………… 190
13.1 机器人概述 …………………………………………………………… 190
13.2 机器人组织结构 ………………………………………………………193
13.3 机器人工作原理 ……………………………………………………… 194
13.4 机器人的应用 ………………………………………………………… 195
小结 …………………………………………………………………………… 198
习题 …………………………………………………………………………… 200
第 3篇 应 用 篇
第14章大数据技术 .…………………………………………… 203
14.1 大数据技术概述……………………………………… 203
14.2 大数据基础平台 ……………………………………………………… 206
14.3 大数据软件平台——Hadoop ………………………………………… 206
14.4 大数据管理 …………………………………………………………… 209
14.5 大数据计算 …………………………………………………………………212
14.6 大数据用户接口与可视化 …………………………………………… 214
小结 …………………………………………………………………………………214
习题 …………………………………………………………………………… 216
第15 章 知识获取——计算机智能系统开发 ……… 218
15.1 概述 …………………………………………………………………… 218
15.2 计算机智能系统开发的三大要素 …………………………………… 219
15.3 计算机智能系统组成 ………………………………………………… 223
15.4 计算机智能系统开发流程 …………………………………………… 227
15.5 人工智能知识获取的3 种典型方法 ………………………………… 229
小结 ……………………………………………………………………………230
习题 …………………………………………………………………………… 231
第16章智能应用——人工智能应用系统开发 232
16.1 人工智能应用系统组成 ………………………………………………… 232
16.2人工智能应用系统开发 ………………………………………………… 233
16.3 人工智能典型应用产品介绍 ………………………………………… 235
小结 …………………………………………………………………………… 253
习题 …………………………………………………………………………… 256
第4篇 展 望 篇
第17章人工智能发展展望 .……………………… 258
17.1 人工智能学科发展 …………………………………………………… 258
17.2 人工智能所引发的社会问题及其解决 ……………………………… 262
小结 …………………………………………………………………………264
习题 …………………………………………………………………………… 265
参考文献…………………………………………………………………… 266