本书共分13章, 内容包括:概述, 问题求解与搜索方法, 知识表示与处理方法, 谓词逻辑的归结原理及其应用, 进一步的推理方法, 专家系统, 机器学习等.
本书围绕基础知识点在前两章介绍了Python基本开发环境及编程基础语法,常用数据结构的使用;第3章介绍了机器学习中经典算法及常用算法,包括逻辑回归,决策树,K近邻,随机森林,支持向量机,朴素贝叶斯,AdaBoost,神经网络等算法的实现;第4,5章介绍了深度学习基础知识和实现环境,以及深度神经网络经典算法;第68章分别介绍了三大应用领域----计算机视觉的基础算法及应用实例,自然语言处理的基本应用算法实现,智能机器人的基本操作及功能实现;最后两章通过两个嵌入式人工智能案例融合前面章节介绍的基础算法,完整实现了人工智能在实际生活中的应用.
本书共分为12章,主要内容包括绪论,知识与知识表示,自动推理与专家系统,搜索算法与智能计算,机器学习,深度学习,计算机视觉,自然语言与语音处理,智能机器人以及大数据与区块链,Python编程基础等.
本书共10章,主要内容:绪论,知识表示,搜索原理,推理技术,机器学习,规划系统,自然语言理解,智能控制,人工智能程序设计.
21世纪高等学校本科计算机专业系列实用教材
本书是国家精品课程和国家级精品资源共享课"人工智能"的配套教材.本版共10章,主要内容包括绪论,知识表示,搜索技术,推理技术,机器学习,专家系统,自动规划系统,自然语言理解,智能控制,人工智能程序设计等.
本书系统地介绍了人工智能的基本原理和相关的应用领域。全书共有9章,分别介绍了人工智能概况及发展、知识表达技术、基本的问题求解方法、基本的推理技术、不精确推理、专家系统、机器学习和人工神经网络。
本书阐述了人工智能发展概况及前沿应用,较详细地介绍了知识表示,搜索和推理技术,给出了人工智能优化方法,还介绍了神经网络,专家系统与机器学习相关的方法,并列举了与人工智能算法相关的应用案例.
本书共9章.第1章简要介绍人工智能的发展历史及国内外研究现状,第2章详细给出学习人工智能需要具备的基础数学知识,第38章分别介绍不同的人工智能技术,并在第9章给出具体的应用实例.
本书共8章,内容包括:人工智能,知识表示,搜索求解,群集智能算法,专家系统,机器学习,神经网络与深度学习,强化学习.每章附有本章小结和习题.
面向21世纪课程教材