《人工智能 智能系统指南 原书第3版》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:(澳)尼格尼维斯基著;陈薇等译
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2012
  • ISBN:9787111384557
  • 页数:320 页
图书介绍:本书基于作者多年来给没有多少微积分知识的学生授课时所用的讲义,介绍了人工智能或智能系统设计方面的基本知识,主要内容包括:基于规则的专家系统、模糊专家系统、基于框架的专家系统、人工神经网络、进化计算、混合智能系统、知识工程、数据挖掘等。

第1章 基于知识的智能系统概述 1

1.1智能机 1

1.2人工智能的发展历史,从“黑暗时代”到基于知识的系统 3

1.2.1“黑暗时代”,人工智能的诞生(1943~1956年) 3

1.2.2人工智能的上升期,远大目标积极实现的年代(1956年~20世纪60年代晚期) 4

1.2.3没有履行的诺言,来自现实的冲击(20世纪60年代晚期~20世纪70年代早期) 5

1.2.4专家系统技术,成功的关键因素(20世纪70年代早期~20世纪80年代中期) 5

1.2.5如何使机器学习,神经网络的重生(20世纪80年代中期至今) 8

1.2.6进化计算,在尝试中学习(20世纪70年代早期至今) 9

1.2.7知识工程的新纪元,文字计算(20世纪80年代后期至今) 9

1.3小结 11

复习题 13

参考文献 13

第2章 基于规则的专家系统 16

2.1知识概述 16

2.2知识表达技术——规则 16

2.3专家系统研发团队的主要参与者 18

2.4基于规则的专家系统的结构 19

2.5专家系统的基本特征 20

2.6前向链接和后向链接推理技术 21

2.6.1前向链接 22

2.6.2后向链接 23

2.7 MEDIA ADVISOR:基于规则的专家系统实例 25

2.8冲突消解 29

2.9基于规则的专家系统的优点和缺点 31

2.10小结 32

复习题 33

参考文献 34

第3章 基于规则的专家系统中的不确定性管理 35

3.1不确定性简介 35

3.2概率论基本知识 36

3.3贝叶斯推理 39

3.4 FORECAST:论据累积的贝叶斯方法 41

3.5贝叶斯方法的偏差 46

3.6确信因子理论和基于论据的推理 47

3.7 FORECAST:确信因子的应用 51

3.8贝叶斯推理和确信因子的对比 52

3.9小结 53

复习题 53

参考文献 54

第4章 模糊专家系统 56

4.1概述 56

4.2模糊集 57

4.3语言变量和模糊限制语 60

4.4模糊集的操作 63

4.5模糊规则 66

4.6模糊推理 68

4.6.1 Mamdani-style推理 68

4.6.2 Sugeno-style推理 73

4.7建立模糊专家系统 75

4.8小结 82

复习题 83

参考文献 83

参考书目 84

第5章 基于框架的专家系统 86

5.1框架简介 86

5.2知识表达技术——框架 87

5.3基于框架的系统中的继承 91

5.4方法和守护程序 94

5.5框架和规则的交互 97

5.6基于框架的专家系统实例:Buy Smart 99

5.7小结 108

复习题 109

参考文献 109

参考书目 110

第6章 人工神经网络 111

6.1人脑工作机制简介 111

6.2作为简单计算元素的神经元 113

6.3感知器 114

6.4多层神经网络 117

6.5多层神经网络的加速学习 123

6.6 Hopfield网络 126

6.7双向联想记忆 131

6.8自组织神经网络 133

6.8.1 Hebbian学习 133

6.8.2竞争学习 136

6.9小结 141

复习题 143

参考文献 143

第7章 进化计算 145

7.1进化是智能的吗 145

7.2模拟自然进化 145

7.3遗传算法 146

7.4遗传算法为什么可行 153

7.5案例研究:用遗传算法来维护调度 154

7.6进化策略 160

7.7遗传编程 161

7.8小结 167

复习题 167

参考文献 168

参考书目 169

第8章 混合智能系统 170

8.1概述 170

8.2神经专家系统 171

8.3神经-模糊系统 176

8.4 ANFIS 182

8.5进化神经网络 188

8.6模糊进化系统 192

8.7小结 195

复习题 196

参考文献 197

第9章 知识工程 198

9.1知识工程简介 198

9.1.1问题评估 198

9.1.2数据和知识获取 199

9.1.3原型系统开发 200

9.1.4完整系统开发 201

9.1.5系统评价和修订 201

9.1.6系统集成和维护 201

9.2专家系统可以解决的问题 202

9.3模糊专家系统可以解决的问题 209

9.4神经网络可以解决的问题 214

9.5遗传算法可以解决的问题 226

9.6混合智能系统可以解决的问题 229

9.7小结 236

复习题 237

参考文献 239

第10章 数据挖掘和知识发现 241

10.1数据挖掘简介 241

10.2统计方法和数据可视化 243

10.3主成分分析 247

10.4关系数据库和数据库查询 255

10.5数据仓库和多维数据分析 258

10.6决策树 265

10.7关联规则和购物篮分析 271

10.8小结 277

复习题 278

参考文献 279

术语表 281

附录 人工智能工具和经销商 295

索引 310