相關主題
商品描述
本書對現代人工智慧的理論、演算法、架構及應用進行了全面、系統化的論述，剖析了人工智慧研究領域的前沿學術成果，
涵蓋了機器學習、深度學習、強化學習、以及聯邦學習等許多方向。
讀者透過學習本書，能夠掌握人工智慧的基本知識，
並能了解人工智慧研究的一些前沿內容，為進一步學習人工智慧理論與應用奠定基礎。
全書分為9章。
第1章為緒論；
第2章為知識表達；
第3章為推理方法；
第4章為進化計算；
第5章機為器學習；
第6章為神經網路；
第7章為深度學習；
第8章為強化學習；
第9章為聯邦學習。
目錄大綱
前言
第1章緒論
1.1人工智慧的基本概念
1.1.1智能的概念
1.1.2智能的特徵
1.1.3人工智慧
1.2人工智慧發展簡史
1.2.1孕育
1.2.2形成
1.2.3發展
1.3人工智慧的基本原理與方法
1.3.1知識表示
1.3.2機器感知
1.3.3機器思維
1.3.4機器學習
1.4人工智慧的主要研究及應用領域
1.4.1自動定理證明
1.4.2博弈
1.4.3模式識別
1.4. 4機器視覺
1.4.5自然語言理解
1.4.6智慧資訊檢索
1.4.7資料探勘
1.4.8專家系統
1.4.9機器人
1.4.10組合最佳化
1.4.11人工神經網路
1.4.12分散式人工智慧與多智能體
1.5小結
思考題
第2章知識表達
2.1知識與知識表達的概念
2.1.1知識的概念
2.1.2知識的特徵
2.1.3知識的表示
2.2一階謂詞邏輯表示法
2.2.1命題
2.2.2謂詞
2.2.3謂詞公式
2.2.4謂詞公式的性質
2.2.5一階謂詞邏輯知識表示法
2.2.6一階謂詞邏輯表示法的特徵
2.3產生式表示法
2.3.1產生式
2.3.2產生式系統
2.3 .3產生式系統的例子－動物辨識系統
2.3.4產生式表示法的特徵
2.4框架表示法
2.4.1框架的一般結構
2.4.2用框架表示知識的例子
2.4.3框架表示法的特徵
2.5小結
思考題
第3章確定性推理方法
3.1推理的基本概念
3.1.1推理的定義
3.1.2推理方式及其分類
3.1.3推理的方向
3.1.4衝突消解策略
3.2自然演繹推理
3.3謂詞公式化為子句集的方法
3.4魯濱遜歸結原理
3.5歸結反演
3.6小結
思考題
第4章智能演算法及其應用
4.1演化演算法的產生與發展
4.1.1演化演算法的概念
4.1.2演化演算法的生物背景
4.1.3演化演算法的設計原則
4.2遺傳演算法
4.2.1遺傳演算法的基本思想
4.2.2遺傳演算法的發展歷史
4.2.3編碼
4.2.4實數編碼與浮點數編碼
4.2.5群體設定
4.2.6適應度函數
4.2 .7選擇
4.2.8交叉
4.2.9變異
4.2.10遺傳演算法的一般步驟
4.2.11遺傳演算法的特性
4.3遺傳演算法的改良演算法
4.3.1改良演算法
4.3.2雙族群遺傳演算法
4.3.3自適應遺傳演算法
4.4粒子群最佳化演算法
4.4.1粒子群最佳化演算法的基本原理
4.4.2粒子群最佳化演算法的參數分析
4.5蟻群演算法
4.5.1基本蟻群演算法模型
4.5.2蟻群演算法的參數選擇
4.6小結
思考題
第5章機器學習
5.1機器學習簡介
5.1.1專業術語
5.1.2分類
5.2特徵工程
5.2.1目的與基本流程
5.2.2資料取得
5.2.3特徵處理
5.2.4特徵選擇
5.2.5特徵提取和資料降維
5.3模型評估
5.3.1評估方法
5.3.2調參與最終模型
5.3.3效能測量
…
