人工智能导论

定　价：¥49.80

作　者：	徐洁磐著
出版社：	中国铁道出版社
丛编项：
标　签：	暂缺

购买这本书可以去

京东 (¥49.80)

ISBN：	9787113258702	出版时间：	2019-08-01	包装：	平装
开本：	16开	页数：	272	字数：

内容简介

　　本书由四篇共１７章组成篇是基础理论篇共九章（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二篇是应用技术篇共四章（第１０ ~１３章）介绍人工智能基础理论与相关分支领域相融合所产生的新技术第三篇是应用篇共三章（第１４ ~１６章）介绍智能产品的开发及目前广为流行的四种应用实例第四篇是展望篇共一章（第１７章）对人工智能学科今后发展提出建议和看法。在本书的编写中坚持三项原则：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，教材的应用性，即更加关注人工智能与其他学科、领域的融合，将人工智能应用到多个行业中去，教材的引导性，即坚持教材的入门与引导作用本书的出版在一定程度上填补了新一代人工智能教材的空白本书适合作为人工智能、计算机类专业及相关专业“人工智能”课程教材及培训教材，也可作为人工智能应用、开发人员的基础读物。

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、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。

图书目录

第一篇　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 ………………………………………………… １０
　　１. ４　人工智能的学科体系 …………………………………………………… １１
　　小结 ……………………………………………………………………………… １６
　　习题１ …………………………………………………………………………… １７
第２章　知识及知识表示 ………………………………………………… １８
　　２. １　概述 ……………………………………………………………………… １８
　　２. ２　产生式表示法 …………………………………………………………… ２０
　　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２ …………………………………………………………………………… 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３ …………………………………………………………………………… 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 …………………………………………………… ５６
　　小结 ……………………………………………………………………………… ５９
　　习题４ …………………………………………………………………………… ５９
Ⅰ
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 ……………………………………………………………………………… ７４
　　习题５ …………………………………………………………………………… ７４
第６章　知识获取之机器学习方法 …………………………………… ７６
　　６. １　机器学习概述 …………………………………………………………… ７６
　　６. ２　人工神经网络 …………………………………………………………… ７９
　　６. ３　决策树 …………………………………………………………………… ８６
　　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 …………………………………………………………… ９７
　　６. ７　聚类方法 ………………………………………………………………… １０３
　　６. ８　迁移学习 ………………………………………………………………… １０６
　　６. ９　强化学习方法…………………………………………………………… １０８
　　小结 …………………………………………………………………………… １０９
　　习题６ ………………………………………………………………………… １１０
第７章　深度学习与卷积神经网络 …………………………………… １１１
　　７. １　浅层学习与深度学习…………………………………………………… １１１
　　７. ２　深度学习概述…………………………………………………………… １１２
　　７. ３　卷积神经网络…………………………………………………………… １１４
　　小结 …………………………………………………………………………… １２１
　　习题７ ………………………………………………………………………… １２３
第８章　知识获取之知识图谱方法 …………………………………… １２４
　　８. １　知识图谱中的知识获取概述 ………………………………………… １２４
　　８. ２　知识图谱中的知识获取方法 ………………………………………… １２４
　　８. ３　著名的知识图谱介绍…………………………………………………… １２７
　　８. ４　知识图谱中的知识存储………………………………………………… １２９
　　８. ５　知识图谱的应用………………………………………………………… １３０
　　小结 …………………………………………………………………………… １３０
　　习题８ ………………………………………………………………………… １３１
第９章　知识获取之Ａｇｅｎｔ方法 ……………………………………… １３３
　　９. １　Ａｇｅｎｔ介绍 ……………………………………………………………… １３３
Ⅱ
　　９. ２　多Ａｇｅｎｔ ………………………………………………………………… １３７
　　９. ３　移动Ａｇｅｎｔ ……………………………………………………………… １３９
　　９. ４　智能Ａｇｅｎｔ ……………………………………………………………… １４０
　　小结 …………………………………………………………………………… １４１
　　习题９ ………………………………………………………………………… １４２
第二篇　应用技术篇
第１０章　知识工程与专家系统 ………………………………………… １４４
　　１０. １　知识工程与专家系统概述 …………………………………………… １４４
　　１０. ２　专家系统组成 ………………………………………………………… １４６
　　１０. ３　专家系统分类 ………………………………………………………… １４８
　　１０. ４　专家系统开发 ………………………………………………………… １４８
　　１０. ５　传统专家系统与新一代专家系统 …………………………………… １５１
　　小结 …………………………………………………………………………… １５２
　　习题１０ ………………………………………………………………………… １５３
第１１章　计算机视觉 …………………………………………………… １５５
　　１１. １　计算机视觉概述 ……………………………………………………… １５５
　　１１. ２　计算机视觉中的图像分析和理解 …………………………………… １５８
　　１１. ３　计算机视觉应用 ……………………………………………………… １６０
　　小结 …………………………………………………………………………… １６３
　　习题１１ ………………………………………………………………………… １６５
第１２章　自然语言处理 ………………………………………………… １６６
　　１２. １　自然语言处理之自然语言理解 ……………………………………… １６７
　　１２. ２　自然语言处理之自然语言生成 ……………………………………… １７３
　　１２. ３　语音处理 ……………………………………………………………… １７４
　　１２. ４　自然语言处理应用实例 ……………………………………………… １８１
　　小结 …………………………………………………………………………… １８３
　　习题１２ ………………………………………………………………………… １８５
第１３章　机器人 …………………………………………………………… １８７
　　１３. １　机器人概述 …………………………………………………………… １８７
　　１３. ２　机器人组织结构 ……………………………………………………… １９０
　　１３. ３　机器人工作原理 ……………………………………………………… １９１
　　１３. ４　机器人的应用 ………………………………………………………… １９２
　　小结 …………………………………………………………………………… １９６
　　习题１３ ………………………………………………………………………… １９８
Ⅲ
第三篇　应　用　篇
第１４章　大数据技术 …………………………………………………… ２０１
　　１４. １　大数据技术概述 ……………………………………………………… ２０１
　　１４. ２　大数据基础平台 ……………………………………………………… ２０４
　　１４. ３　大数据软件平台—Ｈａｄｏｏｐ …………………………………………… ２０４
　　１４. ４　大数据管理系统标准ＮｏＳＱＬ ………………………………………… ２０７
　　１４. ５　大数据计算 …………………………………………………………… ２０８
　　１４. ６　大数据用户接口与可视化 …………………………………………… ２１２
　　小结 …………………………………………………………………………… ２１２
　　习题１４ ………………………………………………………………………… ２１４
第１５章　人工智能应用系统开发 ……………………………………… ２１６
　　１５. １　概述 …………………………………………………………………… ２１６
　　１５. ２　人工智能应用开发的三大要素 ……………………………………… ２１７
　　１５. ３　人工智能应用开发系统结构 ………………………………………… ２２０
　　１５. ４　人工智能应用系统开发流程 ………………………………………… ２２３
　　１５. ５　人工智能应用的三种典型方法 ……………………………………… ２２５
　　小结 …………………………………………………………………………… ２２６
　　习题１５ ………………………………………………………………………… ２２７
第１６章　人工智能的应用系统 ………………………………………… ２２８
　　１６. １　自动驾驶与网联车 …………………………………………………… ２２８
　　１６. ２　人脸识别 ……………………………………………………………… ２３４
　　１６. ３　机器翻译 ……………………………………………………………… ２３９
　　１６. ４　智能医学图像处理 …………………………………………………… ２４２
　　小结 …………………………………………………………………………… ２４７
　　习题１６ ………………………………………………………………………… ２４９
第四篇　展　望　篇
第１７章　人工智能发展展望 …………………………………………… ２５２
　　１７. １　人工智能学科发展 …………………………………………………… ２５２
　　１７. ２　人工智能所引发的社会问题及其解决 ……………………………… ２５４
　　小结 …………………………………………………………………………… ２５７
　　习题１７ ………………………………………………………………………… ２５８
参考文献 ……………………………………………………………………… ２５９