掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
21世紀高等學校計算機專業實用規劃教材人工智能習題解析與實踐/朱福喜等 版權信息
- ISBN：9787302519669
- 條形碼：9787302519669 ; 978-7-302-51966-9
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
21世紀高等學校計算機專業實用規劃教材人工智能習題解析與實踐/朱福喜等 本書特色
本書作為作者已出版多次的《人工智能》教材的配套教輔材料，其章節與原教材基本對應，但內容分為學習目標與要求、知識要點、原教材對應的習題解析、補充題、課堂演示與實驗指導5個部分。其中，學習目標與要求為每章要達到的學習目標；知識點與原教材的內容對應，基本上全面介紹了人工智能的理論與技術；習題解析對每章的習題進行了解答；補充題對原教材的習題進行了補充，并給出了解答。
21世紀高等學校計算機專業實用規劃教材人工智能習題解析與實踐/朱福喜等 內容簡介
本書作為作者已出版多次的《人工智能》教材的配套教輔材料，其章節與原教材基本對應，但內容分為學習目標與要求、知識要點、原教材對應的習題解析、補充題、課堂演示與實驗指導5個部分。其中，學習目標與要求為每章要達到的學習目標；知識點與原教材的內容對應，基本上全面介紹了人工智能的理論與技術；習題解析對每章的習題進行了解答；補充題對原教材的習題進行了補充，并給出了解答。
21世紀高等學校計算機專業實用規劃教材人工智能習題解析與實踐/朱福喜等 目錄
目錄
第1章概論 1.1學習目標與要求 1.2知識要點 1.2.1人工智能的概念 1.2.2人工智能的產生及主要學派 1.2.3人工智能、專家系統和知識工程 1.2.4圖靈測試 1.2.5人工智能應用系統 1.2.6人工智能的技術特征 1.3習題解析 1.4補充習題 1.5課堂演示與實踐指導 第2章用搜索求解問題的基本原理 2.1學習目標與要求 2.2知識要點 2.2.1搜索求解問題的基本思路 2.2.2實現搜索過程的三大要素 2.2.3通過搜索求解問題的方法 2.2.4問題特征分析 2.3習題解析 2.4補充習題 2.5課堂演示與實踐指導 2.5.1課堂演示 2.5.2實踐指導： 分啤酒問題 第3章搜索的基本策略 3.1學習目標與要求 3.2知識要點 3.2.1盲目的搜索方法 3.2.2啟發式搜索 3.3習題解析 3.4補充習題 3.5課堂演示與實踐指導 3.5.1課堂演示 3.5.2實踐指導： 傳教士—野人過河問題的實現 第4章圖搜索策略 4.1學習目標與要求 4.2知識要點 4.2.1或圖搜索策略 4.2.2與/或圖搜索 4.3習題解析 4.4補充習題 4.5課堂演示與實踐指導 4.5.1課堂演示 4.5.2實踐指導： 天平稱球 第5章博弈與搜索 5.1學習目標與要求 5.2知識要點 5.2.1博弈與對策 5.2.2極小極大搜索算法 5.2.3αβ剪枝算法 5.3習題解析 5.4補充習題 5.5課堂演示與實踐指導 5.5.1課堂演示 5.5.2實踐指導： 人機對戰五子棋游戲的實現 第6章演化搜索算法 6.1學習目標與要求 6.2知識要點 6.2.1遺傳算法的基本概念 6.2.2遺傳編碼 6.2.3適應值函數 6.2.4遺傳操作 6.2.5初始化群體 6.2.6控制參數的選取 6.2.7算法的終止準則 6.2.8免疫算法 6.3習題解析 6.4補充習題 6.5課堂演示與實踐指導 6.5.1課堂演示 6.5.2實踐指導： 遺傳算法求解TSP問題 第7章群集智能算法 7.1學習目標與要求 7.2知識要點 7.2.1群集智能的基本算法介紹 7.2.2群集智能與人工魚 7.2.3群集智能的優缺點 7.3習題解析 7.4補充習題 7.5課堂演示與實踐指導 7.5.1課堂演示 7.5.2實踐指導： 蟻群算法的模擬實現 第8章記憶型搜索算法 8.1學習目標與要求 8.2知識要點 8.2.1禁忌搜索算法 8.2.2和聲搜索算法 8.3習題解析 第9章基于Agent的搜索 9.1學習目標與要求 9.2知識要點 9.2.1DAI概述 9.2.2分布式問題求解 9.2.3Agent的定義 9.2.4Agent的分類 9.2.5Agent通信 9.2.6移動Agent 9.2.7典型的移動Agent平臺 9.3習題解析 9.4補充習題 9.5實踐指導： 基于Agent實現的分布式計算 第10章知識表示與處理方法 10.1學習目標與要求 10.2知識要點 10.2.1知識表示概述 10.2.2邏輯表示法 10.2.3產生式表示法 10.2.4語義網絡表示法 10.2.5框架表示法 10.2.6過程式知識表示 10.3習題解析 10.4補充習題 第11章謂詞邏輯的歸結原理及其應用 11.1學習目標與要求 11.2知識要點 11.2.1命題演算的歸結方法 11.2.2謂詞演算的歸結 11.2.3歸結原理 11.2.4歸結過程的控制策略 11.3習題解析 11.4補充習題 11.5課堂演示與實踐指導 11.5.1課堂演示 11.5.2實踐指導 第12章非經典邏輯的推理 12.1學習目標與要求 12.2知識要點 12.2.1非單調推理 12.2.2DempsterShater(DS)證據理論 12.2.3不確定性推理 12.2.4MYCIN系統的推理模型 12.2.5模糊推理 12.3習題解析 12.4補充習題 第13章機器學習 13.1學習目標與要求 13.2知識要點 13.2.1概述 13.2.2歸納學習 13.2.3基于解釋的學習 13.2.4基于類比的學習 13.3習題解析 13.4補充習題 13.5實踐指導 第14章人工神經網絡 14.1學習目標與要求 14.2知識要點 14.2.1人工神經網絡的特點 14.2.2人工神經網絡的基本原理 14.2.3人工神經網絡的基本結構模式 14.2.4人工神經網絡互聯結構 14.2.5神經網絡模型分類 14.2.6基本的神經網絡學習算法介紹 14.2.7典型神經網絡簡介 14.2.8人工神經網絡與人工智能其他技術的比較 14.3習題解析 14.4補充習題 14.5實踐指導 第15章數據挖掘與知識發現 15.1學習目標與要求 15.2知識要點 15.2.1數據挖掘 15.2.2Web挖掘 15.2.3文本挖掘 15.3習題解析 15.4補充習題 15.5實踐指導： 利用Weka挖掘關聯規則 第16章專家系統 16.1學習目標與要求 16.2知識要點 16.2.1專家系統概述 16.2.2專家系統中的知識獲取 16.2.3專家系統的解釋機制 16.2.4專家系統開發工具與環境 16.2.5專家系統開發方法 16.3習題解析 16.4補充習題 參考文獻
第1章概論 1.1學習目標與要求 1.2知識要點 1.2.1人工智能的概念 1.2.2人工智能的產生及主要學派 1.2.3人工智能、專家系統和知識工程 1.2.4圖靈測試 1.2.5人工智能應用系統 1.2.6人工智能的技術特征 1.3習題解析 1.4補充習題 1.5課堂演示與實踐指導 第2章用搜索求解問題的基本原理 2.1學習目標與要求 2.2知識要點 2.2.1搜索求解問題的基本思路 2.2.2實現搜索過程的三大要素 2.2.3通過搜索求解問題的方法 2.2.4問題特征分析 2.3習題解析 2.4補充習題 2.5課堂演示與實踐指導 2.5.1課堂演示 2.5.2實踐指導： 分啤酒問題 第3章搜索的基本策略 3.1學習目標與要求 3.2知識要點 3.2.1盲目的搜索方法 3.2.2啟發式搜索 3.3習題解析 3.4補充習題 3.5課堂演示與實踐指導 3.5.1課堂演示 3.5.2實踐指導： 傳教士—野人過河問題的實現 第4章圖搜索策略 4.1學習目標與要求 4.2知識要點 4.2.1或圖搜索策略 4.2.2與/或圖搜索 4.3習題解析 4.4補充習題 4.5課堂演示與實踐指導 4.5.1課堂演示 4.5.2實踐指導： 天平稱球 第5章博弈與搜索 5.1學習目標與要求 5.2知識要點 5.2.1博弈與對策 5.2.2極小極大搜索算法 5.2.3αβ剪枝算法 5.3習題解析 5.4補充習題 5.5課堂演示與實踐指導 5.5.1課堂演示 5.5.2實踐指導： 人機對戰五子棋游戲的實現 第6章演化搜索算法 6.1學習目標與要求 6.2知識要點 6.2.1遺傳算法的基本概念 6.2.2遺傳編碼 6.2.3適應值函數 6.2.4遺傳操作 6.2.5初始化群體 6.2.6控制參數的選取 6.2.7算法的終止準則 6.2.8免疫算法 6.3習題解析 6.4補充習題 6.5課堂演示與實踐指導 6.5.1課堂演示 6.5.2實踐指導： 遺傳算法求解TSP問題 第7章群集智能算法 7.1學習目標與要求 7.2知識要點 7.2.1群集智能的基本算法介紹 7.2.2群集智能與人工魚 7.2.3群集智能的優缺點 7.3習題解析 7.4補充習題 7.5課堂演示與實踐指導 7.5.1課堂演示 7.5.2實踐指導： 蟻群算法的模擬實現 第8章記憶型搜索算法 8.1學習目標與要求 8.2知識要點 8.2.1禁忌搜索算法 8.2.2和聲搜索算法 8.3習題解析 第9章基于Agent的搜索 9.1學習目標與要求 9.2知識要點 9.2.1DAI概述 9.2.2分布式問題求解 9.2.3Agent的定義 9.2.4Agent的分類 9.2.5Agent通信 9.2.6移動Agent 9.2.7典型的移動Agent平臺 9.3習題解析 9.4補充習題 9.5實踐指導： 基于Agent實現的分布式計算 第10章知識表示與處理方法 10.1學習目標與要求 10.2知識要點 10.2.1知識表示概述 10.2.2邏輯表示法 10.2.3產生式表示法 10.2.4語義網絡表示法 10.2.5框架表示法 10.2.6過程式知識表示 10.3習題解析 10.4補充習題 第11章謂詞邏輯的歸結原理及其應用 11.1學習目標與要求 11.2知識要點 11.2.1命題演算的歸結方法 11.2.2謂詞演算的歸結 11.2.3歸結原理 11.2.4歸結過程的控制策略 11.3習題解析 11.4補充習題 11.5課堂演示與實踐指導 11.5.1課堂演示 11.5.2實踐指導 第12章非經典邏輯的推理 12.1學習目標與要求 12.2知識要點 12.2.1非單調推理 12.2.2DempsterShater(DS)證據理論 12.2.3不確定性推理 12.2.4MYCIN系統的推理模型 12.2.5模糊推理 12.3習題解析 12.4補充習題 第13章機器學習 13.1學習目標與要求 13.2知識要點 13.2.1概述 13.2.2歸納學習 13.2.3基于解釋的學習 13.2.4基于類比的學習 13.3習題解析 13.4補充習題 13.5實踐指導 第14章人工神經網絡 14.1學習目標與要求 14.2知識要點 14.2.1人工神經網絡的特點 14.2.2人工神經網絡的基本原理 14.2.3人工神經網絡的基本結構模式 14.2.4人工神經網絡互聯結構 14.2.5神經網絡模型分類 14.2.6基本的神經網絡學習算法介紹 14.2.7典型神經網絡簡介 14.2.8人工神經網絡與人工智能其他技術的比較 14.3習題解析 14.4補充習題 14.5實踐指導 第15章數據挖掘與知識發現 15.1學習目標與要求 15.2知識要點 15.2.1數據挖掘 15.2.2Web挖掘 15.2.3文本挖掘 15.3習題解析 15.4補充習題 15.5實踐指導： 利用Weka挖掘關聯規則 第16章專家系統 16.1學習目標與要求 16.2知識要點 16.2.1專家系統概述 16.2.2專家系統中的知識獲取 16.2.3專家系統的解釋機制 16.2.4專家系統開發工具與環境 16.2.5專家系統開發方法 16.3習題解析 16.4補充習題 參考文獻
展開全部
21世紀高等學校計算機專業實用規劃教材人工智能習題解析與實踐/朱福喜等 作者簡介
朱福喜，男，1957年出生，博士，武漢大學計算機學院教授，博士生導師。浙江大學數學系獲學士學位、武漢大學計算機科學系獲碩士學位和博士學位。一直從事人工智能方面的教學和科研工作。曾主持了國家自然科學基金項目《用戶自適應的社會標簽生成和優化模型研究》、湖北省自然科學基金項目《優化IPQoS系統模型研究與實現》。參與了國家自然科學基金重大研究計劃《網上信息收集和分析的基礎問題和模型研究》、《面向威脅的軟件可信性分析模型》《專家系統開發環境與推理工具系統（87102034）》、國家863項目《國家科委辦公知識信息系統（863-306-04-04-6）》和國防軍工預演項目《支撐Ada語言的并行分布計算環境》的開發項目的研究、主持企業開發項目多項。1993年3月赴美國加州Alpha Omega公司從事項目合作半年，2000年8月訪問美國西東(Seton Hall Uni.)大學，從事遠程教育和數據挖掘研究一年。發表論文70余篇(其中20余篇被SCI或EI檢索，包括SCI二區論文、ESI論文、計算機學報、計算機研究與發展、電子學報論文)，編寫教材和專著18部。
書友推薦
- >
自卑與超越
- >
唐代進士錄
- >
推拿
- >
朝聞道
- >
回憶愛瑪儂
- >
羅庸西南聯大授課錄
- >
名家帶你讀魯迅:故事新編
- >
月亮虎
本類暢銷
