123,123,123

內(nèi)容簡(jiǎn)介

　　《高級(jí)人工智能》系統(tǒng)地闡述了高級(jí)人工智能的理論與技術(shù)，比較全面地反映了高級(jí)人工智能領(lǐng)域國(guó)內(nèi)外研究的最新進(jìn)展和動(dòng)態(tài)。全書共9章，第1章緒論，論述了人工智能的概念、發(fā)展歷程、研究方法及主要應(yīng)用領(lǐng)域。第2章高級(jí)知識(shí)推理，論述了主觀Bayes、可信度方法、證據(jù)理論、模糊推理等高級(jí)知識(shí)推理方法。第3章高級(jí)搜索，主要包括進(jìn)化計(jì)算、粒子群優(yōu)化算法、蟻群算法以及免疫算法等。第4章計(jì)算智能，主要包括神經(jīng)計(jì)算、模糊計(jì)算及粗糙計(jì)算等。第5章機(jī)器學(xué)習(xí)，包括歸納學(xué)習(xí)、決策樹學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、知識(shí)發(fā)現(xiàn)等。第6章支持向量機(jī)，包括統(tǒng)計(jì)學(xué)習(xí)理論、支持向量機(jī)算法、核函數(shù)、非平行超平面支持向量機(jī)等。第7章分布智能，主要包括分布式問題求解、主體（Agent）理論與技術(shù)等。第8章云計(jì)算，主要論述了云計(jì)算的關(guān)鍵技術(shù)、云計(jì)算編程模型、云計(jì)算平臺(tái)及云計(jì)算實(shí)例等。第9章人工智能的爭(zhēng)論與展望，討論人工智能對(duì)人類的影響與展望?！陡呒?jí)人工智能》力求科學(xué)化、實(shí)用化、前沿化，讓讀者在有限的時(shí)間內(nèi)，能夠掌握人工智能的高級(jí)理論與應(yīng)用技術(shù)?！陡呒?jí)人工智能》可作為高等院校計(jì)算機(jī)專業(yè)和其他信息類專業(yè)的研究生“人工智能”或“高級(jí)人工智能”課程教材，也可供從事人工智能研究與應(yīng)用的科技工作者參考。

作者簡(jiǎn)介

暫缺《高級(jí)人工智能》作者簡(jiǎn)介

圖書目錄

第1章緒論
1.1 人工智能的定義和目標(biāo)
1.2 人工智能的發(fā)展
1.3 人工智能各學(xué)派的認(rèn)知觀
1.4 人工智能的應(yīng)用領(lǐng)域
小結(jié)
習(xí)題1
第2章高級(jí)知識(shí)推理
2.1 概論
2.2 非單調(diào)推理
2.3 不確定性推理
2.4 主觀Bayes方法
2.5 可信度方法
2.6 證據(jù)理論
2.7 模糊推理
小結(jié)
習(xí)題2
第3章高級(jí)搜索
3.1 進(jìn)化計(jì)算
3.2 粒子群優(yōu)化算法
3.3 蟻群算法
3.4 免疫算法
小結(jié)
習(xí)題3
第4章計(jì)算智能
4.1 概論
4.2 神經(jīng)計(jì)算
4.3 模糊計(jì)算
4.4 粗糙計(jì)算
小結(jié)
習(xí)題4
第5章機(jī)器學(xué)習(xí)
5.1 機(jī)器學(xué)習(xí)概述
5.2 歸納學(xué)習(xí)
5.3 決策樹學(xué)習(xí)
5.4 強(qiáng)化學(xué)習(xí)
5.5 知識(shí)發(fā)現(xiàn)
小結(jié)
習(xí)題5
第6章支持向量機(jī)
6.1 引言
6.2 統(tǒng)計(jì)學(xué)習(xí)理論
6.3 支持向量機(jī)（SVM）
6.4 核函數(shù)
6.5 非平行超平面支持向量機(jī)
小結(jié)
習(xí)題6
第7章分布智能
7.1 概論
7.2 分布式問題求解
7.3 主體（agent）技術(shù)
小結(jié)
習(xí)題7
第8章云計(jì)算
8.1 云計(jì)算定義
8.2 云計(jì)算的關(guān)鍵技術(shù)
8.3 云計(jì)算編程模型
8.4 云計(jì)算平臺(tái)
8.5 云計(jì)算應(yīng)用
8.6 云計(jì)算的未來及展望
小結(jié)
習(xí)題8
第9章人工智能的爭(zhēng)論與展望
9.1 人工智能的爭(zhēng)論
9.2 人工智能對(duì)人類的影響
9.3 人工智能的展望
小結(jié)
習(xí)題9
參考文獻(xiàn)