人工智能2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人工智能PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引论2

1.1人工智能从实验室中浮现2

第一部分 引 论2

1.2什么是人工智能应用程序4

1.3什么是人工智能5

1.4不同的智能模型7

1.5表示8

第2章 逻辑16

2.1命题逻辑16

第二部分 逻辑和搜索16

2.2谓词演算28

2.3小结36

第3章 搜索38

3.1 引言38

3.2一些经典的人工智能问题39

3.3基于树的算法41

3.4用函数最优化表示搜索49

3.5小结56

第4章 自动逻辑推理59

4.1命题逻辑中的归结59

4.2 FOPC中的归结63

4.3 Prolog71

4.4小结81

第三部分 不确定性84

第5章 贝叶斯网络（1）84

5.1引言85

5.2基础概率论综述88

5.3贝叶斯网络91

5.4小结104

6.1构造簇树107

第6章 贝叶斯网络（2）107

6.2量化连接树115

6.3处理证据120

6.4不精确推理121

6.5小结123

第7章 其他不确定性方法125

7.1模糊逻辑125

7.2 Dempster-Shafer理论132

7.3非数值方法135

7.4小结137

8.1非干预行动142

第8章 决策网络142

第四部分 行动决策142

8.2干预行动144

8.3测试决策147

8.4信息价值149

8.5有关效益值的一点说明150

8.6小结151

第9章 规划（1）154

9.1简单规划描述语言154

9.2派生规划155

9.3将实施规划作为简单搜索过程156

9.4图规划158

9.5小结166

第10章 规划（2）170

10.1有表现力的表达170

10.2不确定情况下的行动173

10.3使用基于知识方法的规划器179

10.4讨论182

10.5小结183

第11章 学习引论186

11.1学习中的元素186

第五部分 学 习186

11.2目标函数的表示189

11.3学习任务的类型190

11.4学习即是搜索191

11.5假设空间中的学习偏置196

11.6更深入的问题197

11.7小结198

第12章 决策树学习199

12.1 简介199

12.2 ID3算法201

12.3有关决策树学习的一些问题205

12.4 小结207

第13章 归纳逻辑程序设计210

13.1简介210

13.2假设的产生212

13.3归纳推理213

13.4 FOIL算法213

13.5逆向归结（逆向蕴含）216

13.6 θ－包含218

13.7具有逆向蕴含的ILP系统的实际实现219

13.8小结221

14.1 简介223

第14章 强化学习223

14.2强化学习的关键元素224

14.3最优策略的计算226

14.4 Q－学习233

14.5 小结235

第15章 神经网络（1）237

15.1基本成分237

15.2基本概念244

15.3线性与非线性问题247

15.4反向传播学习249

15.5字符分类示例255

15.6小结256

第16章 神经网络（2）259

16.1使用相似性度量发现簇259

16.2自组织特征映射260

16.3用于聚类的模型生成器267

16.4径向基函数网络269

16.5小结272

第17章 遗传算法274

17.1一些术语275

17.2一个较完整的算法278

17.3假设表示280

17.4模式定理与隐含的并行机制283

17.5遗传算法的其他方面284

17.6 小结285

第六部分 自然语言理解与感知288

第18章 自然语言处理（1）288

18.1 自然语言理解的阶段289

18.2语言的各部分290

18.3分析结构291

18.4语义分析298

18.5语境分析301

18.6 小结302

第19章 自然语言处理（2）304

19.1图表分析器304

19.2文法与属性310

19.3语义学313

19.4量化和中介逻辑形式319

19.5上下文321

19.6 NLP的统计学方法323

19.7 小结326

20.1组成单词读音的基本单元328

第20章 语音处理328

20.2信号处理329

20.3识别332

20.4隐马尔可夫模型332

20.5小结338

第21章 视觉339

21.1图像340

21.2物体和图像之间的基本数学关系340

21.3视觉线索343

21.4形状描述345

21.5边缘检测347

21.6分割349

21.7提取边界351

21.8对物体进行分类354

21.9小结357

第七部分 代理哲学和应用360

第22章 代理360

22.1代理360

第23章 人工智能的哲学364

23.1什么是哲学364

23.2强人工智能与弱人工智能365

23.3思维机器367

23.4图灵测试368

23.5我们是否用语言思考370

第24章 人工智能的若干应用373

24.1宇宙飞船的自主控制373

24.2使用O-Plan的层次式任务规划374

24.3帮助机场操作的决策支持工具378

24.4新闻报道中的文本提取378

24.5航班信息会话接口381

24.7医学诊断中的成像382

24.6人脸识别382

24.8数据挖掘383

24.9从非结构数据获取信息385

24.10欺诈检测386

24.11给予机器常识386

24.12管理飞行器安全387

24.13贝叶斯推理增长的作用390

24.14机器人390

附录A Prolog简介392

参考文献407