热销排行榜

更多相关商品

　　本书系统地阐述了人工智能的基本原理、实现技术及其应用，全面地反映了国内外人工智能研究领域的最新进展和发展方向。
全书共13章，前8章系统地阐述了传统的人工智能原理和方法，内容包括状态空间和搜索技术、各种知识表示和处理技术、几种典型的推理技术、专家系统开发技术、机器学习、自然语言处理原理和方法。这些内容能够使读者对人工智能的基本概念和人工智能系统的构造方法有一个比较清楚的认识。第9章“Agent技术”、第10章“知识获取的新技术”、第11章“遗传算法”、第12章“群集智能算法”是反映人工智能研究领域里新的进展，主要讨论分布式人工智能、数据挖掘技术、生物计算或仿生学计算等。第13章“次协调逻辑与自动推理”则主要讨论在不协调环境下的知识推理问题。
为增强学习过程的趣味性、可视性和可理解性，本书中的经典例子和算法特别用程序加以实现，附在光盘中可供演示。
本书强调具有先进性、实用性和可读性，可作为计算机、信息处理、自动化和电信等IT相关专业的高年级本科生学习人工智能的教材，也可供从事计算机科学研究、开发和应用的教学和科研人员参考。

第1章 概述
1.1 什么是人工智能
1.2 AI的产生及主要学派
1.3 人工智能、专家系统和知识工程
1.4 人工智能的技术特征
1.5 AI模拟智能成功的标准
1.6 人工智能应用系统
第2章 问题求解与搜索方法
2.1 问题的状态和状态空间
2.2 盲目的搜索方法
2.3 启发式搜索方法
2.4 图搜索策略
2.5 问题归约与AO*算法
2.6 博弈
习题2
第3章 知识表示与处理方法
3.1 概述
3.2 逻辑表示法
3.3 产生式表示法
3.4 语义网络表示法
3.5 框架表示法
3.6 过程式知识表示
习题3
第4章 谓词逻辑的归结原理及其应用
4.1 命题演算的归结方法
4.2 谓词演算的归结
4.3 归结原理
4.4 归结过程的控制策略
4.5 几种归结方法及其应用实例
习题4
第5章 进一步的推理方法
5.1 非单调推理
5.2 非单调推理系统TMS
5.3 Dempster-Shafer（D-S）证据理论
5.4 不确定性推理
5.5 MYCIN系统的推理模型
5.6 模糊推理
5.7 基于案例的推理
……
第6章 专家系统
第7章 机器学习
第8章 自然语言处理
第9章 Agent技术
第10章 知识获取的新技术
第11章 遗传算法
第12章 群集智能算法
第13章 次协调逻辑与自动推理
参考文献