• 文章介绍
  • 评价建议
  • 资源名称:人工智能的原理与方法

    内容简介:

            本书全面系统地介绍了人工智能的基础理论、基本方法和应用技术。内容涉及人工智能的基本概况和数学基础、知识表示、基于谓词的逻辑推理、不确定性理论、搜索策略、专家系统、神经网络、模式识别、机器学习、自然语言理解、智能决策系统以及智能计算机等。

            《人工智能的原理与方法》全面系统地介绍了人工智能的基础理论、基本方法和应用技术,可作为本科生和研究生相关专业的教材,也可供有关科技人员参考。

    资源目录:

    第l章绪论
    1.1人工智能的概念
    1.1.1什么是人工智能?
    1.1.2为什么要研究人工智能?
    1.2人工智能的研究目标
    1.3人工智能的研究内容
    1.4人工智能的研究途径
    1.5人工智能的研究领域
    1.5.1问题求解(ProblemSolving)
    1.5.2专家系统(ExpertSystem-ES)
    1.5.3模式识别(PatternRecognition)
    1.5.4机器学习(MachineLearning)
    1.5.5自动定理证明(AutomatedMechanicalTheoryProving)
    1.5.6自然语言理解(NaturalLanguageUnderstanding)
    1.5.7自动程序设计(AutomaticProgramming)
    1.5.8智能机器人(IntelligentRobot)
    1.5.9智能决策系统(IntelligentDecisionSystem)
    1.5.10人工神经网络(ArtificialNeuralNetwork)
    1.6人工智能的发展概况
    习题1
    第2章人工智能语言
    2.1概述
    2.2函数型程序设计语言LISP
    2.2.1LISP语言的数据结构
    2.2.2LISP程序结构
    2.2.3基本函数
    2.2.4LISP语言中的递归和循环
    2.2.5LISP语言程序举例
    2.3逻辑型程序设计语言PROLOG
    2.3.1PROLOG的三种基本语句
    2.3.2PROLOG的基本数据结构
    2.3.3PROLOG的程序设计原理
    2.3.4PROLOG程序应用举例
    2.4面向对象程序设计语言Smalltalk
    2.4.1基本概念和对象
    2.4.2消息模式和消息表达式
    2.4.3语句和程序块
    2.4.4程序流程控制
    2.4.5类库和类定义
    习题2
    第3章人工智能的数学基础
    3.1命题逻辑与谓词逻辑
    3.1.1命题
    3.1.2谓词
    3.1.3谓词公式
    3.1.4谓词公式的解释
    3.1.5谓词公式的等价性与永真蕴涵
    3.2多值逻辑
    3.3概率论
    3.3.1随机现象
    3.3.2样本空间与随机事件
    3.3.3事件概率
    3.3.4条件概率
    3.3.5全概率公式与Bayes公式
    3.4模糊理论
    3.4.1模糊概念
    3.4.2模糊集合与隶属函数
    3.4.3模糊集的表示方法
    3.4.4模糊集的运算
    3.4.5模糊集的λ水平截集
    3.4.6分解定理与扩张原理
    3.4.7模糊关系及其合成
    3.4.8模糊变换
    习题3
    第4章知识与知识表示
    4.1知识的基本概念
    4.1.1知识的特征
    4.1.2知识的分类和表示
    4.2一阶谓词逻辑表示法
    4.2.1什么是一阶谓词?
    4.2.2一阶谓词逻辑表示法的特点
    4.3产生式表示法
    4.3.1产生式系统的定义和组成
    4.3.2产生式系统的分类
    4.3.3产生式系统的控制策略
    4.3.4产生式系统的推理过程
    4.4框架表示法
    4.4.1框架的概念
    4.4.2框架的表达能力
    4.4.3基于框架的推理
    4.5语义网络表示法
    4.5.1语义网络的概念
    4.5.2语义网络的表达能力
    4.5.3基于语义网络的推理
    4.5.4语义网络表示法的特点
    4.6过程表示法
    4.7脚本表示法
    4.8面向对象表示法
    4.8.1面向对象的基本概念
    4.8.2面向对象表示法的特点
    4.9Petri网表示法
    习题4
    第5章基本谓词的逻辑推理
    5.1谓词逻辑的演绎推理方法
    5.2归结原理
    5.2.1子句
    5.2.2代换与合
    5.2.3命题逻辑中的归结原理
    5.2.4谓词逻辑中的归结原理
    5.2.5基于归结的问题的求解方法
    5.2.6归结策略
    5.3与/或形演绎推理
    5.3.1与/或形正向演绎推理(FR)
    5.3.2与/或形逆向演绎推理(BR)
    5.3.3与/或型双向演绎推理
    习题5
    第6章不确定性与不确定推理
    6.1基本概念
    6.1.1什么是不确定性推理?
    6.1.2不确定性推理中的基本问题
    6.1.3不确定性推理方法的分类
    6.2概率方法
    6.2.1经典概率方法
    6.2.2逆概率方法
    6.3主观Bayes方法
    6.3.1知识不确定性的表示
    6.3.2证据不确定性的表示
    6.3.3组合证据不确定性的算法
    6.3.4不确定性的传递算法
    6.3.5结论不确定性的合成算法
    6.4可信度方法
    6.4.1可信度的概念
    6.4.2C-F模型
    6.4.3带有阚值限度的不确定性推理
    6.5模糊推理
    6.5.1模糊命题
    6.5.2模糊知识的表示
    6.5.3模糊匹配与冲突消解
    6.5.4简单模糊推理的基本模式
    习题6
    第7章搜索策略
    7.1基本概念
    7.1.1什么是搜索?
    7.1.2状态图表示法
    7.1.3与/或图表示法
    7.2状态图搜索技术
    7.2.1图搜索的基本概念
    7.2.2宽度优先搜索
    7.2.3深度优先搜索
    7.2.4有限深度优先搜索
    7.2.5启发式搜索
    第8章专家系统
    第9章神经网络
    第10章模式识别
    第11章机器学习
    参考文献

    资源截图:
    1.png

    下载说明:
    1.本站资源都是白菜价出售,同样的东西,我们不卖几百,也不卖几十,甚至才卖几块钱,一个永久会员能下载全站100%源码了,所以单独购买也好,会员也好均不提供相关技术服务。
    2.如果源码下载地址失效请 联系站长进行补发。
    3.本站所有资源仅用于学习及研究使用,请必须在24小时内删除所下载资源,切勿用于商业用途,否则由此引发的法律纠纷及连带责任本站和发布者概不承担。资源除标明原创外均来自网络整理,版权归原作者或本站特约原创作者所有,如侵犯到您权益请联系本站删除!
    4.本站站内提供的所有可下载资源(软件等等)本站保证未做任何负面改动(不包含修复bug和完善功能等正面优化或二次开发);但本网站不能保证资源的准确性、安全性和完整性,用户下载后自行斟酌,我们以交流学习为目的,并不是所有的源码都100%无错或无bug;同时本站用户必须明白,【源码无忧】对提供下载的软件等不拥有任何权利(本站原创和特约原创作者除外),其版权归该资源的合法拥有者所有。
    5.请您认真阅读上述内容,购买即以为着您同意上述内容。 牛码网 » 云智推任务提交版拉新系统源码-任务分销系统
    源码弟 » 人工智能的原理与方法_人工智能教程

    提供最优质的资源集合

    立即查看 了解详情