人工智能原理及应用PDF电子书下载

查看更多关于的内容

第一章 人工智能概述 1

第一节 人工智能相关概念阐释及特征分析 1

第二节 人工智能发展历程梳理 7

第三节 智能时代的机遇与挑战并存 9

第四节 不同视野中的人工智能 13

第五节 人工智能的研究 19

第二章 知识与知识表示 22

第一节 知识与知识表示概述 22

第二节 状态空间知识表示 25

第三节 产生式系统及推理 27

第四节 问题归约法 30

第五节 谓词逻辑表示方法 33

第六节 其他知识表示方法 34

第三章 逻辑推理 41

第一节 经典逻辑推理 41

第二节 不确定与非单调推理 49

第四章 智能搜索技术 59

第一节 搜索概述 59

第二节 图搜索 61

第三节 启发式搜索 65

第四节 搜索的完备性与效率 75

第五章 机器学习 77

第一节 机器学习概述 77

第二节 记忆学习与示例学习 83

第三节 决策树学习与统计学习 87

第四节 集成学习 92

第五节 其他学习方法 94

第六章 自然语言处理 99

第一节 自然语言及其理解概述 99

第二节 词法、句法与语义分析 102

第三节 大规模真实文本的处理 109

第四节 基于语料库的自然语言建模方法 111

第七章 专家系统 117

第一节 专家系统概述 117

第二节 专家系统基本结构 121

第三节 黑板系统结构 123

第四节 专家系统开发工具 126

第五节 专家系统评价及新发展 129

第八章 人工神经网络 135

第一节 人工神经网络概述 135

第二节 人工神经网络的浅层模型 138

第三节 人工神经网络的深层模型 141

第四节 浅层学习方法 146

第五节 深度学习方法 151

第九章 卷积神经网络 153

第一节 卷积神经网络概述 153

第二节 LeNet-5网络 160

第三节 AlexNet网络 161

第四节 VGGNet网络 162

第五节 GoogLeNet网络 163

第六节 ResNet网络 165

第七节 DenseNet网络 167

第八节 R-CNN目标检测 168

第十章 生成对抗网络 170

第一节 生成对抗网络概述 170

第二节 GAN框架 176

第三节 GAN的应用 176

第十一章 循环神经网络 182

第一节 循环神经网络概述 182

第二节 LSTM长短期记忆网络 184

第三节 GRU门控循环单元 190

第十二章 无监督学习 199

第一节 无监督学习概述 199

第二节 主成分分析 200

第三节 K-均值和K-中位值聚类 204

第四节 基于密度的聚类 210

第五节 层次聚类 211

第十三章 强化学习 213

第一节 强化学习概述 213

第二节 深度Q网络 217

第三节 A3C算法 224

第十四章 分布式人工智能和Agent系统 228

第一节 分布式人工智能 228

第二节 Agent系统 230

第三节 多Agent系统 235

第四节 移动Agent系统 246

第十五章 人工智能的安全威胁及应用展望 252

第一节 人工智能给行业带来的机遇与挑战 252

第二节 人工智能带来新的安全威胁 255

第三节 人工智能教育应用 257

第四节 智能医学应用 261

参考文献 265

查看更多关于的内容