图书介绍

人工智能PDF|Epub|txt|kindle电子书版本网盘下载

人工智能
  • 黄厚宽编著 著
  • 出版社： 北京：电子工业出版社
  • ISBN：9787121112799
  • 出版时间：2010
  • 标注页数：352页
  • 文件大小：40MB
  • 文件页数：365页
  • 主题词：人工智能－高等学校－教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：06a65b3f0cc56fb6e2975f3dc8e4c21e

下载说明

人工智能PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 人工智能的历史1

1.1 什么是智能1

1.2 探索机械智能1

1.3 早期时代（20世纪50年代初）2

1.4 人工智能领域的出现3

1.5 人工智能的冬天5

1.6 人工智能的重兴6

1.7 人工智能交叉学科的研究进展8

1.8 系统方法9

1.9 全书内容概述10

1.10 本章小结11

参考文献12

相关资料12

练习12

第2章 盲目搜索13

2.1 搜索与人工智能13

2.2 搜索分类13

2.3 通用状态空间搜索13

2.4 树、图及其表示法17

2.5 盲目搜索19

2.6 改进31

2.7 算法优点31

2.8 本章小结31

2.9 算法小结32

参考文献32

练习32

第3章 启发式搜索34

3.1 启发式搜索34

3.2 最佳优先搜索（BEST-FS）34

3.3 A*搜索39

3.4 爬山搜索45

3.5 模拟退火（SA）46

3.6 禁忌搜索53

3.7 约束满足问题（CSP）57

3.8 约束满足算法58

3.9 本章小结60

3.10 算法总结60

参考文献60

相关资料60

练习61

第4章 人工智能与游戏62

4.1 双人游戏62

4.2 极小极大算法64

4.3 经典游戏中的人工智能74

4.4 视频游戏中的人工智能84

4.5 本章小结95

参考文献96

相关资料96

练习97

第5章 知识表示98

5.1 简介98

5.2 知识的类型98

5.3 知识的作用98

5.4 语义网络99

5.5 框架99

5.6 命题逻辑101

5.7 一阶逻辑（谓词逻辑）104

5.8 语义Web112

5.9 计算化知识发现113

5.10 本体114

5.11 知识通信115

5.12 常识115

5.13 本章小结115

参考文献116

相关资料116

练习116

第6章 机器学习117

6.1 机器学习算法117

6.2 本章小结131

参考文献132

练习132

第7章 演化计算133

7.1 演化计算简史133

7.2 生物学动机135

7.3 遗传算法（GA）136

7.4 遗传程序设计（GP）145

7.5 演化策略（ES）150

7.6 差异演化（DE）155

7.7 粒子群优化（PSO）161

7.8 演化硬件166

7.9 本章小结167

参考文献167

相关资料168

练习168

第8章 神经网络Ⅰ170

8.1 神经网络简史170

8.2 生物学动因171

8.3 神经网络的基本原理171

8.4 感知器176

8.5 最小均方学习179

8.6 反向传播学习181

8.7 概率神经网络188

8.8 其他神经网络结构192

8.9 构建神经网络的技巧194

8.10 本章小结196

参考文献196

练习196

第9章 神经网络Ⅱ198

9.1 无监督学习198

9.2 Hebb学习199

9.3 简单竞争学习203

9.4 K均值聚类208

9.5 自适应谐振理论（ART）214

9.6 Hopfield自联想模型220

9.7 本章小结224

参考文献224

练习224

第10章 机器人学和人工智能226

10.1 机器人学简介226

10.2 Braitenberg车229

10.3 自然感知和控制230

10.4 用传感器感知231

10.5 用效应器实现动作231

10.6 机器人控制系统232

10.7 简单的控制体系结构232

10.8 行为规划235

10.9 群组或分布式机器人237

10.10 机器人程序设计语言237

10.11 机器人仿真器237

10.12 本章小结237

参考文献238

相关资料238

练习238

第11章 智能Agent239

11.1 Agent的结构239

11.2 Agent属性和人工智能240

11.3 Agent环境242

11.4 Agent分类243

11.5 Agent体系结构250

11.6 Agent语言261

11.7 Agent通信263

11.8 本章小结265

参考文献265

相关资料266

练习267

第12章 仿生和混合的模型268

12.1 元胞自动机268

12.2 自主计算系统272

12.3 人工生命275

12.4 模糊系统280

12.5 演化神经网络285

12.6 蚁群优化290

12.7 情感计算295

相关资料296

第13章 人工智能语言297

13.1 语言分类297

13.2 人工智能语言302

13.3 其他语言327

13.4 本章小结328

参考文献328

相关资料328

练习328

索引330

热门推荐