人工智能：原理與技術(shù)

定　價：￥59.80

作　者：	葉佩軍，王飛躍著
出版社：	清華大學(xué)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥50.80)

ISBN：	9787302549451	出版時間：	2020-07-01	包裝：	平裝
開本：	16	頁數(shù)：	300	字數(shù)：

內(nèi)容簡介

　　本書涵蓋人工智能學(xué)科的大多數(shù)領(lǐng)域，共分為十一章。第一章緒論，介紹人工智能的歷史、z新發(fā)展狀態(tài)及所包含的領(lǐng)域。剩余十章分別介紹各領(lǐng)域的基本原理與技術(shù)，包括知識表示與邏輯系統(tǒng)、搜索與自動規(guī)劃、不確定性推理、機器學(xué)習(xí)，以及近年快速發(fā)展的人工神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)）、強化學(xué)習(xí)、分布式人工智能與多智能體系統(tǒng)、平行智能、知識自動化、智能控制等。

作者簡介

　　葉佩軍，男，2013年于中國科學(xué)院大學(xué)獲工學(xué)博士學(xué)位，專業(yè)控制理論與控制工程，現(xiàn)任中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點實驗室助理研究員，西安交通大學(xué)軟件學(xué)院《人工智能原理與技術(shù)》研究生課程兼職授課教師，青島智能產(chǎn)業(yè)技術(shù)研究院平行數(shù)據(jù)創(chuàng)新中心主任，從事多智能體系統(tǒng)，人工智能，社會計算，智能交通等領(lǐng)域的基礎(chǔ)及應(yīng)用研究，主持國家自然科學(xué)基金1項，參與國家“973”、“863”、國家自然基金、中科院院地合作等項目多項，獲得國家留學(xué)基金資助赴美國加州大學(xué)圣地亞哥分校訪問，發(fā)表論文超過20篇（其中一作SCI/SSCI檢索7篇，EI檢索8篇），參與申請4項發(fā)明專利，4項軟件著作權(quán)，參與出版譯著1部，IEEE、ACM會員，擔(dān)任ACM社會和經(jīng)濟計算委員會學(xué)術(shù)秘書，國際學(xué)術(shù)期刊《IEEE Transactions on Intelligent Transportation Systems》、《IEEE Transactions on Computational Social Systems》副主編、《Journal of Artificial Societies and Social Simulation》、《Kno

圖書目錄

目錄

第1章緒論

1.1人工智能的基本概念

1.2人工智能的發(fā)展簡史

1.3人工智能的最新發(fā)展

1.4本書的主要內(nèi)容和組織結(jié)構(gòu)

1.5本章小結(jié)

參考文獻

第一篇邏輯智能

第2章知識表示

2.1本體論

2.1.1本體的定義

2.1.2本體的構(gòu)建

2.1.3基本形式化本體

2.2資源描述框架和本體語言

2.2.1RDF的基本結(jié)構(gòu)

2.2.2RDFS本體語言

2.2.3OWL語言

2.3知識圖譜

2.3.1知識圖譜的基本概念

2.3.2知識圖譜的構(gòu)建方法

2.3.3本體/知識圖譜的應(yīng)用

2.4本章小結(jié)

參考文獻

第3章邏輯推理與專家系統(tǒng)

3.1命題邏輯

3.1.1命題的基本概念及其運算

3.1.2命題邏輯的推理規(guī)則

3.1.3魯濱遜歸結(jié)原理

3.2一階邏輯

3.2.1一階邏輯的基本概念

3.2.2合一算法

3.2.3前向鏈接和反向鏈接

3.2.4歸結(jié)證明

3.3Herbrand定理

3.4邏輯系統(tǒng)編程語言

3.4.1Prolog

3.4.2LISP

3.5專家系統(tǒng)

3.6本章小結(jié)

參考文獻

第4章搜索智能

4.1圖搜索

4.1.1寬度優(yōu)先搜索

4.1.2深度優(yōu)先搜索

4.1.3A*搜索

4.2局部搜索

4.2.1爬山法

4.2.2牛頓法

4.2.3梯度下降法

4.3本章小結(jié)

參考文獻

第5章自動規(guī)劃

5.1規(guī)劃問題的形式化表示

5.2狀態(tài)空間規(guī)劃

5.3規(guī)劃空間規(guī)劃

5.4規(guī)劃圖

5.5時序規(guī)劃

5.6本章小結(jié)

參考文獻

第6章邏輯系統(tǒng)中的學(xué)習(xí)

6.1歸納邏輯程序設(shè)計

6.2解釋學(xué)習(xí)

6.3關(guān)聯(lián)學(xué)習(xí)

6.4本章小結(jié)

參考文獻

第二篇計算智能

第7章概率推理

7.1貝葉斯網(wǎng)絡(luò)推理

7.1.1貝葉斯網(wǎng)絡(luò)的基本概念

7.1.2貝葉斯網(wǎng)絡(luò)的精確推理

7.1.3貝葉斯網(wǎng)絡(luò)的近似推理

7.2馬爾可夫網(wǎng)絡(luò)推理

7.3隱馬爾可夫模型

7.4卡爾曼濾波

7.5動態(tài)貝葉斯網(wǎng)絡(luò)

7.6時序概率推理的一般方法

7.7證據(jù)理論

7.8本章小結(jié)

參考文獻

第8章模糊系統(tǒng)

8.1模糊邏輯

8.2粗糙集

8.3本章小結(jié)

參考文獻

第9章樣例學(xué)習(xí)

9.1決策樹

9.1.1決策樹的學(xué)習(xí)算法

9.1.2屬性重要度計算

9.1.3泛化與過擬合

9.2回歸

9.2.1線性回歸

9.2.2邏輯回歸

9.2.3正則化

9.3支持向量機

9.4非參數(shù)化學(xué)習(xí)

9.5集成學(xué)習(xí)

9.5.1Boosting

9.5.2Bagging

9.6統(tǒng)計機器學(xué)習(xí)

9.6.1完全觀測下的概率學(xué)習(xí)

9.6.2部分觀測下的概率學(xué)習(xí)

9.6.3無向概率圖學(xué)習(xí)

9.7無監(jiān)督學(xué)習(xí)

9.7.1聚類

9.7.2降維

9.8本章小結(jié)

參考文獻

第10章人工神經(jīng)網(wǎng)絡(luò)

10.1單/多層前饋神經(jīng)網(wǎng)絡(luò)

10.1.1單層前饋神經(jīng)網(wǎng)絡(luò)

10.1.2多層前饋神經(jīng)網(wǎng)絡(luò)

10.2深度神經(jīng)網(wǎng)絡(luò)

10.2.1卷積神經(jīng)網(wǎng)絡(luò)

10.2.2循環(huán)神經(jīng)網(wǎng)絡(luò)

10.3神經(jīng)網(wǎng)絡(luò)的生成式模型

10.3.1受限玻爾茲曼機

10.3.2生成式對抗網(wǎng)絡(luò)

10.4本章小結(jié)

參考文獻

第11章強化學(xué)習(xí)

11.1馬爾可夫決策過程

11.1.1完全可觀察的馬爾可夫決策過程

11.1.2部分可觀察的馬爾可夫決策過程

11.2被動強化學(xué)習(xí)

11.2.1蒙特卡洛學(xué)習(xí)

11.2.2時序差分學(xué)習(xí)

11.3主動強化學(xué)習(xí)

11.4深度強化學(xué)習(xí)

11.4.1基于價值的深度強化學(xué)習(xí)

11.4.2基于策略的深度強化學(xué)習(xí)

11.5本章小結(jié)

參考文獻

第12章進化計算與群體智能

12.1遺傳算法

12.2模擬退火算法

12.3蟻群算法

12.4粒子群優(yōu)化

12.5人工免疫系統(tǒng)

12.6本章小結(jié)

參考文獻

第三篇平行智能

第13章分布式人工智能與多agent系統(tǒng)

13.1分布式問題求解

13.1.1分布式約束滿足

13.1.2分布式優(yōu)化

13.2博弈搜索

13.2.1標準式博弈

13.2.2擴展式博弈

13.2.3極小極大搜索

13.2.4蒙特卡洛樹搜索

13.2.5博弈的其他類型

13.3機制設(shè)計

13.3.1投票

13.3.2拍賣

13.3.3公共資源分配

13.4本章小結(jié)

參考文獻

第14章平行智能

14.1平行系統(tǒng)和ACP方法

14.2人工社會與復(fù)雜系統(tǒng)研究

14.3人工系統(tǒng)的構(gòu)建

14.3.1基礎(chǔ)人口合成

14.3.2agent的體系結(jié)構(gòu)和行為建模

14.4人工系統(tǒng)的初步應(yīng)用

14.4.1應(yīng)急疏散

14.4.2人口演化

14.5平行學(xué)習(xí)

14.6本章小結(jié)

參考文獻

第15章知識自動化與社會智能

15.1知識自動化

15.1.1知識自動化的基本思想

15.1.2知識自動化與平行智能的關(guān)系

15.2社會智能

15.2.1社會計算：社會智能的實現(xiàn)方式

15.2.2社會計算與平行智能的關(guān)系

15.3本章小結(jié)

參考文獻