扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
中医基础理论
-
>
高校军事课教程
-
>
思想道德与法治(2021年版)
-
>
毛泽东思想和中国特色社会主义理论体系概论(2021年版)
-
>
中医内科学·全国中医药行业高等教育“十四五”规划教材
-
>
中医诊断学--新世纪第五版
-
>
中药学·全国中医药行业高等教育“十四五”规划教材
人工智能基础教程 版权信息
- ISBN：9787568055628
- 条形码：9787568055628 ; 978-7-5680-5562-8
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>>
人工智能基础教程 本书特色
本书对人工智能的理论基础——智能信息处理方法逐一进行了介绍，着重讲解了各种智能算法的思想渊源、流程结构、改进方法及其相关应用。相比于其他的AI类图书，本书的大特点是在介绍每一种类型的智能信息处理方法之前几乎都追溯了算法设计的思想渊源，因此，本书具有较大的启发性，读者在阅读时需要对此认真体会。本书精心地选择了当前人工智能领域中具代表性的内容，主要包括绪论、模糊计算、机器学习算法、分类算法、聚类算法、遗传算法、蚁群优化算法、粒子群优化算法以及复杂网络方法等。本书不仅将基础理论与实践应用集于一身，同时还提供了一些与人工智能领域相关的经典参考书籍，以便为读者进一步深入地学习和研究AI算法和技术提供帮助。对于那些完全没有了解和接触过AI技术并对此有兴趣的广大读者，本书无疑是适合阅读的入门级教程或参考书。本书也适于作为高等院校计算机科学、智能科学、数据科学等相关专业的高年级本科生和研究生教程，还可以作为人工智能、计算智能、数据挖掘等领域的研究人员的理论参考书和工具书。为了方便教学，本书还配有电子课件等教学资源包，任课教师和学生可以登录“我们爱读书”网（www.ibook4us.com）注册并浏览，任课教师还可以发邮件至hustpeiit@163.com索取。
人工智能基础教程 内容简介
本书对人工智能的理论基础——智能信息处理方法逐一进行了介绍，着重讲解了各种智能算法的思想渊源、流程结构、改进方法及其相关应用。相比于其他的AI类图书，本书的大特点是在介绍每一种类型的智能信息处理方法之前几乎都追溯了算法设计的思想渊源，因此，本书具有较大的启发性，读者在阅读时需要对此认真体会。本书精心地选择了当前人工智能领域中具代表性的内容，主要包括绪论、模糊计算、机器学习算法、分类算法、聚类算法、遗传算法、蚁群优化算法、粒子群优化算法以及复杂网络方法等。本书不仅将基础理论与实践应用集于一身，同时还提供了一些与人工智能领域相关的经典参考书籍，以便为读者进一步深入地学习和研究AI算法和技术提供帮助。
人工智能基础教程 目录
第1篇导论
第1章绪论/2
1.1人工智能的产生和发展/3
1.2优化问题分类/6
1.3计算复杂性理论/9
1.4智能信息处理方法/11 第2篇模糊理论
第2章模糊信息处理/17
2.1模糊逻辑概述/18
2.2模糊集合与模糊逻辑/20
2.3模糊逻辑推理/25
2.4模糊计算/29
2.5模糊计算的应用现状与发展前景/33 第3篇机器学习
第3章人工神经网络与机器学习/37
3.1预备知识/38
3.2人工神经网络模型/44
3.3人工神经网络的经典结构/48
3.4人工神经网络学习算法/50
3.5基于反向传播学习的前馈型神经网络/54
3.6基于深度学习算法的深度神经网络/64
3.7机器学习的应用与发展/72 第4篇数据挖掘基础
第4章分类算法/77
4.1分类的基本概念/78
4.2基于距离的分类算法/79
4.3基于决策树的分类算法/82
4.4贝叶斯分类算法/98
4.5规则归纳/107
第5章聚类算法/117
5.1聚类算法概述/117
5.2划分聚类算法/125
5.3层次聚类算法/133
5.4密度聚类算法/139
5.5其余聚类算法/143 第5篇演化计算
第6章遗传算法/148
6.1遗传演化理论概述/148
6.2遗传算法的基本理论/153
6.3遗传算法的实现方式/158
6.4遗传算法的改进研究/167
6.5遗传算法的应用与发展/172
第7章蚁群优化算法/174
7.1自组织系统概述/175
7.2蚁群优化算法概述/177
7.3蚁群优化算法的实现方式/180
7.4蚁群优化算法的改进研究/187
7.5蚁群优化算法的控制参数设置/199
7.6蚁群优化算法的应用现状/201
第8章粒子群优化算法/203
8.1粒子群优化算法概述/205
8.2粒子群优化算法的实现方式/208
8.3粒子群优化算法的改进研究/213
8.4粒子群优化算法的应用现状/219 第6篇复杂系统基础
第9章复杂网络方法/222
9.1复杂网络理论概述/222
9.2小世界网络模型/233
9.3无标度网络模型/235
9.4复杂网络方法的应用现状与发展前景/239
附录部分章节实验参考源程序/241
附录A机器学习算法参考源程序/242
附录B遗传算法参考源程序/246
附录C蚁群优化算法参考源程序/249
附录D粒子群优化算法参考源程序/252
参考文献/254
第1章绪论/2
1.1人工智能的产生和发展/3
1.2优化问题分类/6
1.3计算复杂性理论/9
1.4智能信息处理方法/11 第2篇模糊理论
第2章模糊信息处理/17
2.1模糊逻辑概述/18
2.2模糊集合与模糊逻辑/20
2.3模糊逻辑推理/25
2.4模糊计算/29
2.5模糊计算的应用现状与发展前景/33 第3篇机器学习
第3章人工神经网络与机器学习/37
3.1预备知识/38
3.2人工神经网络模型/44
3.3人工神经网络的经典结构/48
3.4人工神经网络学习算法/50
3.5基于反向传播学习的前馈型神经网络/54
3.6基于深度学习算法的深度神经网络/64
3.7机器学习的应用与发展/72 第4篇数据挖掘基础
第4章分类算法/77
4.1分类的基本概念/78
4.2基于距离的分类算法/79
4.3基于决策树的分类算法/82
4.4贝叶斯分类算法/98
4.5规则归纳/107
第5章聚类算法/117
5.1聚类算法概述/117
5.2划分聚类算法/125
5.3层次聚类算法/133
5.4密度聚类算法/139
5.5其余聚类算法/143 第5篇演化计算
第6章遗传算法/148
6.1遗传演化理论概述/148
6.2遗传算法的基本理论/153
6.3遗传算法的实现方式/158
6.4遗传算法的改进研究/167
6.5遗传算法的应用与发展/172
第7章蚁群优化算法/174
7.1自组织系统概述/175
7.2蚁群优化算法概述/177
7.3蚁群优化算法的实现方式/180
7.4蚁群优化算法的改进研究/187
7.5蚁群优化算法的控制参数设置/199
7.6蚁群优化算法的应用现状/201
第8章粒子群优化算法/203
8.1粒子群优化算法概述/205
8.2粒子群优化算法的实现方式/208
8.3粒子群优化算法的改进研究/213
8.4粒子群优化算法的应用现状/219 第6篇复杂系统基础
第9章复杂网络方法/222
9.1复杂网络理论概述/222
9.2小世界网络模型/233
9.3无标度网络模型/235
9.4复杂网络方法的应用现状与发展前景/239
附录部分章节实验参考源程序/241
附录A机器学习算法参考源程序/242
附录B遗传算法参考源程序/246
附录C蚁群优化算法参考源程序/249
附录D粒子群优化算法参考源程序/252
参考文献/254
展开全部
书友推荐
- >
中国历史的瞬间
中国历史的瞬间
¥16.7¥38.0 - >
朝闻道
朝闻道
¥8.8¥23.8 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥14.7¥45.8 - >
我与地坛
我与地坛
¥16.5¥28.0 - >
推拿
推拿
¥12.2¥32.0 - >
山海经
山海经
¥17.7¥68.0 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0
本类畅销
-
食品添加剂
¥33.5¥45 -
VB语言程序设计
¥29.9¥39.8 -
C语言程序设计习题与实验指导
¥9.1¥18 -
地下建筑结构-(第三版)-(赠课件)
¥49.4¥55 -
模具制图
¥37.8¥49 -
工程机械结构认知
¥10.5¥22
