图书介绍

人工智能技术简明教程pdf电子书版本下载

人工智能技术简明教程
  • 廉师友编著 著
  • 出版社: 北京:人民邮电出版社
  • ISBN:9787115232373
  • 出版时间:2011
  • 标注页数:194页
  • 文件大小:11MB
  • 文件页数:201页
  • 主题词:人工智能-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

人工智能技术简明教程PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章概述 1

1.1什么是人工智能 1

1.2为什么要研究人工智能 2

1.3人工智能的研究途径与方法 3

1.4人工智能技术的应用 6

1.5人工智能学科的发展概况 14

习题1 18

第2章逻辑程序设计语言Prolog 19

2.1 Prolog基础 19

2.1.1Prolog的语句 19

2.1.2Prolog的程序 20

2.1.3Prolog程序的运行机理 21

2.2Turbo Prolog程序设计 24

2.2.1程序结构 24

2.2.2数据与表达式 25

2.2.3输入与输出 28

2.2.4分支与循环 29

2.2.5动态数据库 30

2.2.6表处理与递归 31

2.2.7回溯控制 33

2.2.8程序举例 34

2.3Visual Prolog语言简介 36

习题2 37

第3章基于图搜索的问题求解 38

3.1状态图搜索 38

3.1.1状态图 38

3.1.2状态图搜索 39

3.1.3穷举式搜索 42

3.1.4启发式搜索 44

3.1.5加权状态图搜索 46

3.1.6A算法和A*算法 47

3.1.7状态图搜索策略小结 49

3.2状态图搜索问题求解 49

3.2.1问题的状态图表示 49

3.2.2状态图问题求解程序举例 52

3.3与或图搜索 57

3.3.1与或图 57

3.3.2与或图搜索 59

3.3.3启发式与或树搜索 61

3.4与或图搜索问题求解 64

3.4.1问题的与或图表示 64

3.4.2与或图问题求解程序举例 65

3.5博弈树搜索 66

3.5.1博弈树的概念 66

3.5.2极小-极大分析法 66

3.5.3α-β3剪枝技术 68

习题3 69

第4章基于遗传算法的随机优化搜索 71

4.1几个基本概念 71

4.2基本遗传算法 73

4.3遗传算法应用举例 74

4.4遗传算法的特点与优势 77

习题4 78

第5章知识表示与推理 79

5.1概述 79

5.1.1知识及其表示 79

5.1.2机器推理 81

5.2谓词公式及其推理 81

5.2.1一阶谓词逻辑简介 81

5.2.2自然语言命题的谓词公式表示与推理 87

5.2.3子句与归结演绎推理 89

5.3产生式规则及其推理 96

5.3.1产生式规则及其推理模式 96

5.3.2产生式系统 97

5.4几种结构化知识表示及其推理 103

5.4.1框架及其推理 103

5.4.2语义网络及其推理 107

5.4.3类与对象及其推理 111

5.5不确定性知识的表示与推理 113

5.5.1何为不确定性知识 113

5.5.2不确定性知识的表示及推理 113

5.5.3确定性理论简介 115

5.6不确切性知识的表示及推理 116

5.6.1何为不确切性知识 116

5.6.2不确切性知识的表示及推理 117

习题5 119

第6章机器学习与知识发现 122

6.1机器学习与知识发现的概念 122

6.1.1何为机器学习和知识发现 122

6.1.2机器学习的分类 123

6.2符号学习 125

6.2.1记忆学习 125

6.2.2示例学习 126

6.2.3决策树学习 127

6.3神经网络学习 134

6.3.1从生物神经元到人工神经元 134

6.3.2人工神经网络 135

6.3.3神经网络学习 137

6.3.4BP网络及其学习举例 138

6.4知识发现与数据挖掘 140

习题6 143

第7章专家系统 145

7.1什么是专家系统 145

7.2专家系统的结构 147

7.2.1概念结构 147

7.2.2实际结构 148

7.2.3黑板模型 149

7.2.4网络与分布式结构 151

7.3专家系统实例 151

7.4专家系统设计与实现 157

7.4.1一般步骤与方法 157

7.4.2知识获取 158

7.4.3知识表示与知识描述语言设计 159

7.4.4知识库与知识库管理系统设计 159

7.4.5推理机与解释机制设计 160

7.4.6系统结构设计 161

7.4.7人机界面设计 161

7.5开发工具与环境 162

7.5.1开发工具 162

7.5.2开发环境 163

习题7 164

第8章Agent系统 165

8.1什么是Agent 165

8.2Agent实例—Web Agent 167

8.3多Agent系统 167

8.4Agent的实现 171

8.5Agent技术的发展与应用 171

习题8 172

第9章智能机器人 173

9.1智能机器人的概念 173

9.2机器人感知 173

9.3机器人规划 174

9.4机器人控制 175

9.5机器人系统的软件结构 176

9.6机器人程序设计与语言 176

习题9 178

第10章智能化网络 179

10.1智能网 179

10.2网络的智能化管理与控制 182

10.3智能搜索引擎与网上信息的智能化检索 184

习题10 187

上机实习 188

实习一Prolog语言编程练习 188

实习二小型演绎数据库系统开发练习 189

实习三图搜索问题求解程序练习 189

实习四小型专家系统设计与实现 190

参考文献 193

精品推荐