人工智能

出版时间：2004-6  出版社：电子工业出版社  作者：(美)迪安-顾国昌  页数：390  字数：711000  
Tag标签：无  

内容概要

　　 这是一本阐述人工智能基本理论及其实际应用的教材，由三位资深的人工智能专家精心编著而成。针对机器智能系统开发中涌现出的表达与计算问题，本书介绍了最新的研究成果，并讨论了系统实现中涉及到的实际问题。作者深入探讨了用于解决学习、规划和不确定性问题的传统符号推理技术，例如演绎推理、决策树等，并介绍了神经网络、概率推理等新技术。书中出现的重要算法在每章后面都附有其LISP实现的源代码，以供读者在试验时进行参考。另外，本书还给出了丰富的人工智能应用系统的实例。
    本书可作为高等院校计算机、控制、机电、数学等专业人工智能课程的教材，也可供从事人工智能研究和应用的科学工作者和工程技术人员学习参考。

作者简介

Thomas Dean是布朗大学计算机科学系的教授，主要研究领域包括时空推理、规划、机器人学、学习、概率推理。Dean教授目前正从事应用于移动机器人和工厂自动化的时态数据库系统的设计与实现工作。他是美国人工智能联合会（AAAI）的会士和执委会成员。

书籍目录

第1章 绪论 1.1 人工智能实践 1.2 人工智能理论 1.3 智能的判定与度量 1.4 行为计算理论 1.5 自动推理 1.6 本书结构 本章小结 背景资料 练习第2章 符号编程 2.1 基于规则的反应系统实例 2.2 LISP简介 2.3 LISP交互方式 2.4 LISP函数 2.5 环境、符号与作用域 2.6 LISP函数的更多内容 2.7 表处理 2.8 迭代结构 2.9 程序调试 2.10  基于规则的反应系统回顾 本章小结 背景资料 练习第3章 表达与逻辑 3.1 命题逻辑 3.2 P语言的形式化系统 3.3 P语言中的自动定理证明 3.4 谓词演算 3.5 PC语言的形式化系统 3.6 PC语言中的自动定理证明 3.7 非单调逻辑 3.8 演绎检索系统 本章小结 背景资料 练习 LISP实现：数据依赖第4章 搜索 4.1 基本搜索问题 4.2 盲目搜索 4.3 启发式搜索 4.4 最优化与搜索 4.5 敌对搜索 4.6 判别树的索引 本章小结 背景资料 练习 LISP实现：判别树第5章 学习 5.1 归纳学习问题的分类 5.2 归纳推理理论 5.3 描述空间 5.4 决策树 5.5 网络学习方法 5.6 梯度导向搜索 5.7 感知器 5.8 径向基函数 5.9 动态环境中的学习 本章小结 背景资料 练习 LISP实现：利用LISP实现学习算法第6章 高级表达 6.1 时序推理 6.2 情境演算 6.3 一阶区间时序逻辑 6.4 时序知识管理 6.5 知识与信念 6.6 空间推理 本章小结 背景资料 练习 LISP实现：时序推理第7章 规划 7.1 状态空间搜索 7.2 最小约束规划 7.3 分层抽象空间规划 7.4 自适应规划 7.5 不完全信息规划 7.6 表达能力更强的动作模型 本章小结 背景资料 练习 LISP实现：半序规划的精化第8章 不确定性 8.1 不确定性推理的动机 8.2 概率论 8.3 概率网 8.4 决策论 本章小结 背景资料 练习 LISP 实现：概率网中的推理第9章 图像理解 9.1 传感器与图像 9.2 计算机视觉 9.3 人类视觉 9.4 视觉-恢复问题 9.5 图像描述的恢复 9.6 由轮廓复原形状 9.7 由阴影复原形状 9.8 由纹理复原形状 9.9 立体法 9.10  视觉运动分析 9.11  主动视觉 9.12  应用 本章小结 背景资料 练习 LISP 实现：多面体景物标记第10章 自然语言处理 10.1 语言成分 10.2 上下文无关文法 10.3 上下文无关文法分析 10.4 文法特性 10.5 基于图的有效句法分析 10.6 语义解释 10.7 自然语言生成 10.8 上下文中的自然语言 10.9 量词作用域 本章小结 背景资料 练习 LISP实现：简单分析器参考文献

用户评论 (总计3条)

•   不错，不错.好好研究
•   对一些流行的算法都有介绍，是一本不错科学普及类读物。适合高中生作为课外读物阅读。
•   看完了前两章，lisp基础部分讲的太简略了，程序都没有注释，晕死，而且不点名他的开发环境。