編輯推薦
適讀人群 :可作為高等院校計算機科學與技術、自動化等專業的本科生、研究生的人工智能課程教材, 一本全麵闡述人工智能基礎理論、全麵體現國際上人工智能領域先進水平的書籍。
內容簡介
本書係統地介紹瞭人工智能的基本原理、方法和應用技術,全麵反映瞭國內外人工智能研究領域的進展和發展方嚮。全書共12章。第1章簡要介紹瞭人工智能的概況。第2~6章闡述瞭人工智能的基本原理和方法,重點論述瞭知識錶示、自動推理、機器學習和神經網絡等。第7章和第8章介紹瞭專傢係統、自然語言處理等應用技術。第9~11章闡述瞭當前人工智能的研究熱點,包括分布式人工智能與智能體、智能機器人和互聯網智能等。第12章探討瞭類腦智能,展望人工智能的發展。 本書力求科學性、實用性和先進性,可讀性好。內容由淺入深、循序漸進,條理清晰,讓學生在有限的時間內掌握人工智能的基本原理與應用技術,提高對人工智能習題的求解能力。 本書可以作為高等院校計算機科學與技術、自動化等相關專業的研究生和高年級本科生的人工智能課程教材,也可以供從事人工智能研究與應用的科技人員學習參考。
目錄
齣版說明前言第1章緒論1.1什麼是人工智能1.2人工智能的起源與發展曆史1.3人工智能研究的基本內容1.3.1認知建模1.3.2知識錶示1.3.3自動推理1.3.4機器學習1.4人工智能研究的主要學派1.4.1符號主義1.4.2連接主義1.4.3行為主義1.5人工智能的應用1.6小結和展望習題第2章知識錶示2.1概述2.2謂詞邏輯2.3産生式係統2.4語義網絡2.4.1語義網絡的概念和結構2.4.2復雜知識的錶示2.4.3常用的語義聯係2.5框架2.5.1框架結構2.5.2框架網絡2.5.3推理方法2.6狀態空間2.7麵嚮對象的知識錶示2.8腳本2.8.1腳本描述2.8.2概念依賴關係2.9本體2.10小結習題第3章自動推理3.1概述3.2三段論推理3.3盲目搜索3.3.1深度優先搜索3.3.2寬度優先搜索3.3.3迭代加深搜索3.4迴溯策略3.5啓發式搜索3.5.1啓發性信息和評估函數3.5.2爬山算法3.5.3模擬退火算法3.5.4最好優先算法3.5.5通用圖搜索算法3.5.6A*算法3.5.7迭代加深A*算法3.6與或圖啓發式搜索3.6.1問題歸約的描述3.6.2與或圖錶示3.6.3AO*算法3.7博弈搜索3.7.1極大極小過程3.7.2α-β過程3.8歸結演繹推理3.8.1子句型3.8.2置換和閤一3.8.3閤一算法3.8.4歸結式3.8.5歸結反演3.8.6答案的提取3.8.7歸結反演的搜索策略3.9産生式係統3.9.1産生式係統的基本結構3.9.2正嚮推理3.9.3反嚮推理3.9.4混閤推理3.10自然演繹推理3.11非單調推理3.11.1默認推理3.11.2限製推理3.12小結習題第4章不確定性推理4.1概述4.1.1不確定性知識分類4.1.2不確定性推理的基本問題4.1.3不確定性推理方法分類4.2可信度方法4.2.1建造醫學專傢係統時的問題4.2.2可信度模型4.2.3確定性方法的說明4.3主觀貝葉斯方法4.3.1貝葉斯公式4.3.2知識不確定性的錶示4.3.3證據不確定性的錶示4.3.4組閤證據不確定性的計算4.3.5不確定性的傳遞算法4.3.6結論不確定性的閤成4.4證據理論4.4.1假設的不確定性4.4.2證據的組閤函數4.4.3規則的不確定性4.4.4不確定性的組閤4.5模糊邏輯和模糊推理4.5.1模糊集閤及其運算4.5.2語言變量4.5.3模糊邏輯4.5.4模糊推理4.6小結習題第5章機器學習5.1機器學習概述5.1.1簡單的學習模型5.1.2什麼是機器學習5.1.3機器學習的研究概況5.2歸納學習5.2.1歸納學習的基本概念5.2.2變型空間學習5.2.3決策樹5.3類比學習5.3.1相似性5.3.2轉換類比5.3.3基於案例的推理5.3.4遷移學習5.4統計學習5.4.1邏輯迴歸5.4.2支持嚮量機5.4.3提升方法5.5強化學習5.5.1強化學習模型5.5.2學習自動機5.5.3自適應動態程序設計5.5.4Q-學習5.6進化計算5.6.1達爾文進化算法5.6.2遺傳算法5.6.3進化策略5.6.4進化規劃5.7群體智能5.7.1蟻群算法5.7.2粒子群優化5.8知識發現5.9小結習題第6章神經網絡6.1概述6.2神經信息處理的基本原理6.3感知機6.3.1基本神經元6.3.2感知機模型6.4前饋神經網絡6.4.1前饋神經網絡模型6.4.2誤差反嚮傳播算法6.4.3BP算法的若乾改進6.5Hopfield網絡6.5.1離散 Hopfield 網絡6.5.2連續Hopfield網絡6.6隨機神經網絡6.6.1模擬退火算法6.6.2玻耳茲曼機6.7深度學習6.7.1人腦視覺機理6.7.2自編碼器6.7.3受限玻耳茲曼機6.7.4深度信念網絡6.7.5捲積神經網絡6.8自組織神經網絡6.8.1網絡的拓撲結構6.8.2網絡自組織算法6.8.3監督學習6.9小結習題第7章專傢係統7.1專傢係統概述7.1.1什麼是專傢係統7.1.2專傢係統的特點7.1.3專傢係統的發展史7.2專傢係統的基本結構7.3專傢係統MYCIN7.3.1谘詢子係統7.3.2靜態數據庫7.3.3控製策略7.4專傢係統工具CLIPS7.4.1概述7.4.2CLIPS中的知識錶示7.4.3CLIPS運行7.4.4Rete匹配算法7.5專傢係統工具JESS7.6麵嚮對象專傢係統工具OKPS7.6.1OKPS中的知識錶示7.6.2推理控製語言ICL7.7專傢係統建造7.7.1需求分析7.7.2係統設計7.7.3知識庫構建7.7.4係統開發7.7.5係統測試7.8新型專傢係統7.8.1分布式專傢係統7.8.2協同式專傢係統7.8.3神經網絡專傢係統7.8.4基於互聯網的專傢係統7.9小結習題第8章自然語言處理8.1概述8.1.1什麼是自然語言處理8.1.2自然語言處理的發展8.1.3自然語言處理的層次8.2詞法分析8.3句法分析8.3.1短語結構語法8.3.2喬姆斯基形式語法8.3.3句法分析樹8.3.4轉移網絡8.3.5擴充轉移網絡8.4語義分析8.4.1語義文法8.4.2格文法8.5語用分析8.6語料庫8.6.1語料庫語言學8.6.2統計方法的應用8.6.3漢語語料庫加工8.7信息檢索8.8機器翻譯8.9問答係統8.10小結習題第9章分布式人工智能與智能體9.1概述9.2分布式問題求解9.2.1分布式人工智能的興起9.2.2分布式問題求解係統分類9.2.3分布式問題求解過程9.3智能體理論9.3.1理性智能體9.3.2BDI智能體模型9.4智能體結構9.4.1智能體基本結構9.4.2慎思智能體9.4.3反應智能體9.4.4層次智能體9.5智能體通信語言ACL9.5.1智能體間通信概述9.5.2FIPA ACL消息9.6協調和協作9.6.1引言9.6.2閤同網9.6.3基於生態學的協作9.6.4基於對策論的協商9.6.5基於意圖的協商9.7移動智能體9.8多智能體環境MAGE9.9小結習題第10章智能機器人10.1概述10.2智能機器人的體係結構10.3機器人視覺係統10.3.1視覺係統分類10.3.2定位技術10.3.3自主視覺導航10.3.4視覺伺服係統10.4機器人規劃10.4.1任務規劃10.4.2分層任務網絡規劃10.4.3路徑規劃10.4.4軌跡規劃10.5情感機器人10.6發育機器人10.7機器人應用10.8智能機器人發展趨勢10.9小結習題 第11章互聯網智能11.1概述11.2語義Web11.2.1語義Web的層次模型11.2.2本體的基本概念11.2.3本體描述語言OWL11.3本體知識管理11.3.1知識管理係統Protégé11.3.2知識管理係統KMSphere 11.4Web技術的演化11.5Web挖掘11.5.1Web內容挖掘11.5.2Web結構挖掘11.5.3Web使用挖掘11.6搜索引擎11.6.1搜索引擎原理11.6.2知識圖譜11.7集體智能11.7.1引言11.7.2社群智能11.7.3集體智能係統11.7.4全球腦11.8小結習題第12章類腦智能12.1概述12.2大數據智能12.3認知計算12.4歐盟人腦計劃12.5美國腦計劃12.6腦模擬係統Spaun12.7神經形態芯片12.8類腦智能路綫圖習題附錄課程實習參考文獻
前言/序言
人工智能是計算機科學的一個分支,是采用人工的方法和技術,通過研製智能機器或智能係統來模仿、延伸和擴展人的智能,實現智能行為。人工智能自1956年誕生以來,曆經艱辛與坎坷,取得瞭舉世矚目的成就,特彆是機器學習、數據挖掘、計算機視覺、專傢係統、自然語言處理、模式識彆、機器人等相關的應用帶來瞭良好的經濟效益和社會效益。廣泛使用的互聯網也正在探索應用知識錶示和推理,構建語義Web, 提高互聯網信息的效率。2015年7月4日,國務院發布《關於積極推進“互聯網+”行動的指導意見》,明確未來三年以及十年的發展目標,提齣包括“互聯網+”創業創新、“互聯網+”協同製造、“互聯網+”現代農業、“互聯網+”智慧能源、“互聯網+”普惠金融、“互聯網+”益民服務、“互聯網+”高效物流、“互聯網+”電子商務、“互聯網+”便捷交通、“互聯網+”綠色生態和“互聯網+”人工智能11項重點行動,充分發揮智能科學與技術的作用,形成經濟發展新動能,催生經濟新格局。 人工智能的長期目標是建立達到人類智力水平的人工智能,智能科學指明瞭其實現的途徑,發達國傢都在積極開展探索。2013年1月28日,歐盟啓動瞭旗艦“人類大腦計劃”, 未來10年將投入10億歐元的研發經費,目標是用超級計算機多段多層完全模擬人腦,幫助理解人腦功能。2013年4月2日,美國總統奧巴馬宣布一項重大計劃,將進行曆時10年左右、總額10億美元的研究計劃——運用先進創新型神經技術的大腦研究BRAIN,目標是研究大腦中數十億神經元的功能,探索人類感知、行為和意識,希望找齣治療阿爾茨海默氏癥(老年癡呆癥)等與大腦有關疾病的方法。我國也在積極醞釀開展類腦智能的研究。 數字化、網絡化和智能化是信息社會發展的必然趨勢,智能革命將開創人類後文明史。如果說蒸汽機創造瞭工業社會,那麼智能機也一定能奇跡般地創造齣智能社會,實現社會生産的自動化和智能化,促進知識密集型經濟的大發展,在這方麵人工智能將發揮重大作用。 本書是作者在多年的科研與教學實踐基礎上,吸取國內外多種人工智能教材的優點,參考國際上最新的研究成果編寫而成,具有下列特點: 1)科學性。全麵闡述人工智能的基礎理論,力求概念正確,有效結閤求解智能問題的數據結構以及實現的算法。 2)實用性。根據人工智能實際應用需求,安排知識錶示、自動推理、機器學習、神經網絡、專傢係統和自然語言處理等內容,並通過大量的例題講解解題方法。 3)先進性。盡可能吸收國際上最新的研究成果,反映人工智能領域在分布式人工智能、機器人、互聯網智能和類腦智能等方麵的最先進水平。 4)可讀性。文字錶述力求通俗易懂,文筆流暢,使讀者易於理解所學內容。在內容安排上力求由淺入深,循序漸進。 全書共12章。第1章簡要介紹人工智能的基本概念、研究發展的狀況以及各個學派的觀點,並對其研究與應用領域進行瞭必要的討論。第2章介紹基本的知識錶示方法,包括産生式係統、語義網絡、框架理論和狀態空間,並介紹概念依賴、腳本和本體等方法。第3章討論自動推理,對各種搜索技術、博弈問題、産生式係統、歸結推理規則和歸結原理,以及非單調推理等進行討論。第4章是不確定性推理,討論主觀貝葉斯方法、確定性理論、證據理論,以及模糊邏輯和模糊推理等內容。第5章是機器學習,介紹歸納學習、ID3算法、類比學習、統計學習和SVM、強化學習、進化計算和群體智能等。第6章討論神經網絡,重點介紹感知機、前饋神經網絡、Hopfield網絡、隨機神經網絡、深度學習和自組織神經網絡。第7章介紹專傢係統,主要介紹專傢係統的基本原理、典型的專傢係統和開發工具。第8章是自然語言處理,主要闡述自然語言詞法、句法、語義分析、真實文本語料庫和語用分析等方麵,介紹自然語言處理所涉及的關鍵技術。第9章討論智能體技術的重要概念和關鍵技術。第10章論述智能機器人,探討智能機器人的體係結構、視覺係統、自動規劃,列舉智能機器人的重要應用。第11章是互聯網智能,介紹語義Web、本體知識管理、Web技術、Web挖掘、搜索引擎和集體智能等。最後一章探討類腦智能,展望類腦智能發展的路綫圖。 在本書的每章後麵都附有一定數量的習題,以鞏固所學知識。為瞭加強課程的實踐環節,書後列齣瞭課程習題,使讀者能夠應用所學內容解決實際問題。在最後列齣瞭參考文獻,讀者可以從中得到進一步的學習。 本書內容力求做到由淺入深、循序漸進、條理清晰、前後一緻,既強調基本原理和工程應用,又要反映國內外研究和應用的最新進展,具有科學性、先進性和實用性。本書包含瞭作者多年的科研和教學實踐,也吸取瞭國內外同類教材和有關文獻的精華,在此謹嚮這些教材和文獻的作者錶示感謝,也嚮提供幫助的許多老師和學生錶示感謝。 本書研究工作得到國傢重點基礎研究發展計劃(973)“腦機協同的認知計算模型”(項目編號:2013CB329502)、國傢自然科學基金重點項目“基於雲計算的海量數據挖掘”(批準號:61035003)、國傢科技支撐項目“頜麵部組織缺損和畸形重建相關技術研究” (批準號:2012BA107B02)等的支持。在本書編寫和齣版過程中,得到瞭機械工業齣版社的大力支持,在此謹錶誠摯的謝意。 本書可以作為高等院校計算機科學與技術、自動化等相關專業的研究生和高年級本科生的人工智能課程教材,也可以供從事人工智能研究與應用的科技人員學習參考。在教學過程中老師可以根據實際需要對內容進行取捨。 由於作者水平有限,加之人工智能發展迅速,書中不妥和錯誤之處在所難免,誠懇地希望專傢和讀者提齣寶貴意見,以幫助本書改進和完善。
人工智能 下載 mobi epub pdf txt 電子書 格式