出版信息
| 書號： | 38455 | ISBN： | 978-7-111-38455-7 |
| 作者： | Michael Negnevitsky | 印次： | 1-7 |
| 責編： | 開本： | 16開 | |
| 字數： | 400千字 | 定價： | 49.0 |
| 所屬叢書： | 計算機科學叢書 | ||
| 裝訂： | 出版日期： | 2018-04-11 | |
內容簡介
本書基於作者多年來給沒有多少微積分知識的學生授課時所用的講義，介紹了人工智慧或智慧型系統設計方面的基本知識，主要內容包括：基於規則的專家系統、模糊專家系統、基於框架的專家系統、人工神經網路、進化計算、混合智慧型系統、知識工程、數據挖掘等。
圖書目錄
譯者序
第3版前言
第1版前言
本書概要
致謝
第1章基於知識的智慧型系統概述
11智慧型機
12人工智慧的發展歷史，從“黑暗時代”到基於知識的系統
121“黑暗時代”，人工智慧的誕生（1943年~1956年）
122人工智慧的上升期，遠大目標積極實現的年代（1956年～20世紀60年代晚期）
123沒有履行的諾言，來自現實的衝擊（20世紀60年代晚期～20世紀70年代早期）
124專家系統技術，成功的關鍵因素（20世紀70年代早期～20世紀80年代中期）
125如何使機器學習，神經網路的重生（20世紀80年代中期至今）
126進化計算，在嘗試中學習（20世紀70年代早期至今）
127知識工程的新紀元，文字計算（20世紀80年代後期至今）
13小結
複習題
參考文獻
第2章基於規則的專家系統
21知識概述
22知識表達技術——規則
23專家系統研發團隊的主要參與者
24基於規則的專家系統的結構
25專家系統的基本特徵
26前向連結和後向連結推理技術
261前向連結
262後向連結
27MEDIA ADVISOR：基於規則的專家系統實例
28衝突消解
29基於規則的專家系統的優點和缺點
210小結
複習題
參考文獻
第3章基於規則的專家系統中的不確定性管理
31不確定性簡介
32機率論基本知識
33貝葉斯推理
34FORECAST：論據累積的貝葉斯方法
35貝葉斯方法的偏差
36確信因子理論和基於論據的推理
37FORECAST：確信因子的套用
38貝葉斯推理和確信因子的對比
39小結
複習題
參考文獻
第4章模糊專家系統
41概述
42模糊集
43語言變數和模糊限制語
44模糊集的操作
45模糊規則
46模糊推理
4.6.1Mamdanistyle 推理
4.6.2 Sugenostyle推理
47建立模糊專家系統
48小結
複習題
參考文獻
參考書目
第5章基於框架的專家系統
51框架簡介
52知識表達技術——框架
53基於框架的系統中的繼承
54方法和守護程式
55框架和規則的互動
56基於框架的專家系統實例：Buy Smart
57小結
複習題
參考文獻
參考書目
第6章人工神經網路
61人腦工作機制簡介
62作為簡單計算元素的神經元
63感知器
64多層神經網路
65多層神經網路的加速學習
66Hopfield網路
67雙向聯想記憶
68自組織神經網路
681Hebbian學習
682競爭學習
69小結
複習題
參考文獻
第7章進化計算
71進化是智慧型的嗎
72模擬自然進化
73遺傳算法
74遺傳算法為什麼可行
75案例研究：用遺傳算法來維護調度
76進化策略
77遺傳編程
78小結
複習題
參考文獻
參考書目
第8章混合智慧型系統
81概述
82神經專家系統
83神經-模糊系統
84ANFIS
85進化神經網路
86模糊進化系統
87小結
複習題
參考文獻
第9章知識工程
91知識工程簡介
911問題評估
912數據和知識獲取
913原型系統開發
914完整系統開發
915系統評價和修訂
916系統集成和維護
92專家系統可以解決的問題
93模糊專家系統可以解決的問題
94神經網路可以解決的問題
95遺傳算法可以解決的問題
96混合智慧型系統可以解決的問題
97小結
複習題
參考文獻
第10章數據挖掘和知識發現
101數據挖掘簡介
102統計方法和數據可視化
103主成分分析
104關係資料庫和資料庫查詢
105數據倉庫和多維數據分析
106決策樹
107關聯規則和購物籃分析
108小結
複習題
參考文獻
術語表
附錄人工智慧工具和經銷商
索引
