全面準確梳理人工智能邏輯體系
深入淺出闡述人工智能模型算法
領域案例剖析人工智能典型場景
豐富實例提升人工智能教學成效
理論和實踐的緊密結合是人工智能領域的顯著特點。為了降低初學者的學習門檻,引導初學者了解人工智能的基本概念,以實際應用促進感性認知,作者編寫了《人工智能基礎:模型與算法》。
《人工智能基礎:模型與算法》旨在打造一本體系完整、算法突出和教學資源豐富的人工智能教材,可幫助讀者掌握人工智能知識的脈絡體系,從算法和模型等方面了解人工智能具能、使能和賦能的原理。全書共8章,書中附有習題和編程題目。
《人工智能基礎:模型與算法》緊跟人工智能技術動態(tài),選取了人工智能中的典型應用案例,兼顧通識與技能,具有很強的可操作性和實用性。
《人工智能基礎:模型與算法》既可作為人工智能專業(yè)和計算機類相關專業(yè)本科生的基礎導論課程教材,也可作為其他學科研究人員學習人工智能技術的參考用書。
《人工智能基礎:模型與算法》特點:
內(nèi)容前沿,體系完整,涵蓋經(jīng)典及新的模型和算法,深入淺出闡述人工智能的理論體系和算法原理。
案例典型,場景豐富,深挖領域需求并剖析問題特性及內(nèi)生邏輯,提升破解復雜工程問題的能力。
融入思政元素,提升道德和倫理素質(zhì)、思想政治素養(yǎng)、愛國主義情懷、敬業(yè)精神和創(chuàng)新能力。
習題豐富,激發(fā)思考,滿足個性化學習需求,提升應用人工智能模型和算法解決實際問題的能力。
更多科學出版社服務,請掃碼獲取。
第1章 緒論
1.1 人工智能的基本概念和特征
1.2 人工智能的發(fā)展□□
1.3 人工智能的三大流派及其發(fā)展
本章小結
習題
第2章 知識表示
2.1 知識與知識表示的概念
2.1.1 知識
2.1.2 知識表示
2.2 一階謂詞邏輯表示法
2.2.1 命題
2.2.2 知識的謂詞邏輯表示法
2.2.3 一階謂詞邏輯表示法的特點
2.3 產(chǎn)生式表示法
2.3.1 產(chǎn)生式的基本形式
2.3.2 產(chǎn)生式系統(tǒng)
2.3.3 產(chǎn)生式系統(tǒng)推理
2.3.4 產(chǎn)生式表示法評價
2.4 框架表示法
2.4.1 框架結構
2.4.2 常用的槽名
2.4.3 框架系統(tǒng)的推理
2.4.4 框架表示法的特點
2.5 腳本表示法
2.5.1 概念依存理論
2.5.2 腳本的結構
2.5.3 腳本的推理
2.5.4 腳本表示法的特點
2.6 過程表示法
2.6.1 知識表示方法及過程規(guī)則
2.6.2 過程表示的問題求解過程
2.6.3 過程表示法的特點
2.6.4 過程性與說明性表示方法的比較
2.7 語義網(wǎng)絡表示法
2.7.1 語義網(wǎng)絡結構及基本的語義關系
2.7.2 語義網(wǎng)絡的推理過程
2.7.3 語義網(wǎng)絡表示法的特點
本章小結
習題
第3章 搜索策略
3.1 搜索概述
3.2 一般圖搜索
3.2.1 圖搜索的基本概念
3.2.2 狀態(tài)空間搜索
3.2.3 一般圖搜索過程
3.3 盲目搜索
3.3.1 寬度優(yōu)先搜索
3.3.2 深度優(yōu)先搜索
3.3.3 有界深度搜索和迭代加深搜索
3.3.4 搜索□□策略的比較
3.4 啟發(fā)式搜索
3.4.1 啟發(fā)性信息和評估函數(shù)
3.4.2 啟發(fā)式搜索A*算法
3.4.3 實現(xiàn)啟發(fā)式搜索的關鍵因素
3.4.4 A*算法
3.4.5 迭代加深A*算法
3.5 爬山法和回溯策略
3.5.1 爬山法
3.5.2 回溯策略
3.6 問題規(guī)約
3.7 與/或圖搜索
3.7.1 與/或圖表示
3.7.2 與/或圖的啟發(fā)式搜索
3.8 博弈
3.8.1 極大極小過程
3.8.2 -過程
本章小結
習題
……
第4章 知識推理與確定性推理
第5章 不確定性推理
第6章 計算智能
第7章 人工神經(jīng)網(wǎng)絡
第8章 機器學習
參考文獻