人工智能原理與應用 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

《人工智能原理與應用》全麵闡述人工智能領域的核心內容，並深入介紹各個主要的研究方嚮及人工智能技術在教育教學領域中的應用，是一本理論與應用相結閤的教材。全書共分為7章，包括瞭緒論、知識及知識的錶示、經典邏輯推理、不確定性推理、搜索問題求解和遺傳算法等基礎知識和基本理論以及人工智能在教育教學領域中的若乾應用。

《人工智能原理與應用》既詳細介紹瞭大量的基本概念、思想和算法，也描述瞭各研究方嚮最前沿的進展，並對中國在人工智能領域的貢獻給齣瞭一個概要性的介紹。前6章都附有習題，用於指導學生自學及加深對基本概念和技術的理解及掌握。最後一章屬於拓展閱讀部分，旨在讓讀者能夠較快地瞭解人工智能在教育教學領域中的應用。全書講述力求由淺入深，通俗易懂，理論上具有完整性和係統性，強調基本原理和基本技術配以大量的實例、圖錶，易於教學，便於自學。《人工智能原理與應用》不僅適閤作為師範類計算機科學與技術專業本科生教材，也適閤於不同層次和領域的研究人員及學生；既可以作為信息領域與相關領域的高等院校本科生和研究生的教科書或教學輔導書目，也可以作為相關領域的科研與工程技術人員的參考書。

第1章 緒論 1.1 什麼是人工智能 1.1.1 智能的解釋 1.1.2 人工智能的解釋 1.1.3 計算機與人工智能 1.1.4 人類智能與人工智能 1.1.5 人工智能的研究目標 1.1.6 人工智能中的通用問題求解方法 1.2 人工智能的發展簡史 1.3 人工智能的研究方法及基本內容 1.3.1 人工智能的研究方法 1.3.2 人工智能研究的基本內容 1.4 人工智能的基本技術 1.5 人工智能的主要研究領域及實踐 1.5.1 人工智能的主要研究領域 1.5.2 人工智能實踐 1.6 人工智能在中國 1.6.1 數學機械化 1.6.2 機器學習 1.6.3 自動推理 1.6.4 時間和空間知識錶示和推理 1.6.5 自然語言處理 1.6.6 智能體技術及應用 1.6.7 圖像識彆 習題第2章 知識及知識的錶示 2.1 概述 2.1.1 知識的基本概念 2.1.2 知識錶示 2.2 一階謂詞邏輯錶示法 2.2.1 知識的謂詞邏輯錶示法 2.2.2 謂詞邏輯錶示知識舉例 2.2.3 一階謂詞邏輯錶示法的特點 2.3 産生式錶示法 2.3.1 産生式的基本形式 2.3.2 産生式錶示知識的方法 2.3.3 産生式係統的組成 2.3.4 産生式係統的推理方式 2.3.5 産生式係統應用舉例 2.3.6 産生式錶示法的特點 2.4 框架錶示法 2.4.1 框架的構成 2.4.2 框架錶示知識舉例 2.4.3 框架係統的推理 2.4.4 框架錶示法的特點 2.5 語義網絡錶示法 2.5.1 語義網絡的概念及結構 2.5.2 語義網絡的基本語義聯係 2.5.3 語義網絡錶示知識的方法及步驟 2.5.4 語義網絡知識錶示舉例 2.5.5 語義網絡的推理過程 2.5.6 語義網絡錶示法的特點 2.6 麵嚮對象錶示法 2.6.1 麵嚮對象的基本概念 2.6.2 麵嚮對象的知識錶示 2.6.3 麵嚮對象的知識錶示舉例 習題第3章 經典邏輯推理 3.1 概述 3.1.1 推理定義 3.1.2 推理方式及分類 3.2 推理的邏輯基礎 3.2.1 謂詞公式的解釋 3.2.2 謂詞公式的等價性與永真蘊含性 3.2.3 置換與閤一 3.2.4 謂詞公式的範式 3.3 産生式係統推理 3.3.1 産生式係統的基本結構 3.3.2 推理方嚮 3.3.3 衝突消解策略 3.4 自然演繹推理 3.4.1 自然演繹推理的基本概念 3.4.2 利用演繹推理解決問題 3.5 歸結演繹推理 3.5.1 子句集及其化簡 3.5.2 Herbrand理論 3.5.3 Robinson歸結原理 3.5.4 應用歸結原理證明問題 3.5.6 用歸結原理求解問題 3.5.7 歸結策略 習題第4章 不確定性推理 4.1 不確定性推理中的基本問題 4.2 不確定性推理方法分類 4.3 概率方法 4.3.1 經典概率方法 4.3.2 Bayes定理 4.3.3 逆概率方法的基本思想 4.3.4 逆概率方法的優缺點 4.4 主觀Bayes方法 4.4.1 知識不確定性的錶示 4.4.2 證據不確定性的錶示 4.4.3 不確定性的傳遞算法 4.4.4 結論不確定性的閤成算法 4.4.5 例子 4.4.6 主觀Bayes方法的主要優缺點 4.5 可信度方法 4.5.1 可信度概念 4.5.2 C-F模型 4.5.3 可信度方法應用舉例 4.6 證據理論 4.6.1 基本概念 4.6.2 D-S理論 4.6.3 知識的不確定性的錶示 4.6.4 證據的不確定性的錶示 4.6.5 例子 4.6.6 證據理論的主要優缺點 習題第5章 搜索問題求解 5.1 基本概念 5.2 狀態空間搜索 5.2.1 問題的狀態空間錶示 5.2.2 狀態空間的窮搜索法 5.2.3 啓發式搜索法 5.3 問題歸約法 5.3.1 問題歸約描述 5.3.2 與或圖錶示 5.3.3 AO*算法 5.4 博弈樹搜索 5.4.1 極大極小過程 5.4.2 α-β過程 習題第6章 遺傳算法 6.1 遺傳算法簡介 6.1.1 遺傳算法的起源 6.1.2 遺傳算法的基本思想 6.1.3 遺傳算法的主要特點 6.1.4 遺傳算法的應用 6.2 函數優化實例 6.2.1 問題描述 6.2.2 種群的初始化 6.2.3 選擇策略 6.2.4 遺傳算子 6.3 基本遺傳算法 6.3.1 編碼錶示 6.3.2 適應度函數 6.3.3 選擇策略 6.3.4 遺傳算子的設計 6.4 遺傳算法的應用舉例 6.4.1 函數最優化問題 6.4.2 旅行商問題 6.4.3 排課錶問題 習題第7章 人工智能在教育教學領域中的應用 7.1 遺傳算法在教育教學領域中的應用 7.1.1 基於遺傳算法的智能組捲策略 7.1.2 基於遺傳算法和模糊綜閤評價的課堂效果評價方 7.1.3 基於遺傳算法的網絡教學資源共享優化調度 7.2 專傢係統在教育教學領域中的應用 7.2.1 智能教學專傢係統的形式化模型 7.2.2 計算機編程輔助教學專傢係統的構建 7.2.3 專傢係統在計算機輔助教學係統中的應用 7.2.4 智能計算機輔助教學係統中學生模型庫的設計 7.2.5 計算機智能導師係統的知識錶示 7.3 數據挖掘在教育教學領域中的應用 7.3.1 數據挖掘在本科教學評估中的應用 7.3.2 關聯規則挖掘在學分製教學管理中的應用 7.3.3 多維關聯規則挖掘在高校就業領域中的應用 7.4 神經網絡在教育教學領域中的應用 7.4.1 神經網絡在教學工作水平評估中的應用 7.4.2 基於BP神經網絡的編譯原理學績評估方法附錄 簡單函數優化的遺傳算法C代碼參考文獻
· · · · · · (收起)