開啟人工智能之門 — 運用 Excel 體驗學 AI (原書第2版)

購買商店

開啟人工智能之門 — 運用 Excel 體驗學 AI (原書第2版)

$414.00

馬上購買

內容描述

本書分12章介紹了支撐人工智能各領域的基礎知識，
包括神經網絡、模糊控制、遺傳算法、問題解決、搜索算法、遊戲算法、機器學習、知識表示、專家系統和智能體等，
並通過模擬方式對人工智能的基本思路進行了闡述，同時還講解了目前應用於人工智能編程的Lisp和Prolog語言。
書中涵蓋的技術已經得到實際運用，其作為人工智能研究的基礎，
對讀者理解人工智能極其重要。
本書共12章，各章內容相互獨立，可不分先後順序閱讀。
其中，第2章~第10章均通過Excel的示例程序對書中介紹的各種技術進行了模擬體驗。
本書能使讀者實際體驗AI技術，感受其效果，從而在一定程度上了解人工智能的原理。
書中涵蓋的各種理論淺顯易懂，適合人工智能入門人員閱讀。
對於工作當中需要接觸人工智能的科技工作者、計劃在人工智能領域發展的學生來說，值得一讀。

目錄大綱

目錄
前言
本書的閱讀方法
第1章人工智能充滿夢想
1.1人工智能會超越人類？
1.2人工智能的研究課題
1.3人工智能技術的初步考察
第2章機器模擬人類大腦=神經網絡
2.1人腦模型和神經網絡的思路
2.2感知機（Perceptron）
2.3霍普菲爾德神經網絡（Hopfield Neural Network）
2.4自編碼器（Autoencoder）
2.5其他神經網絡
第3章通過機器控制人類的模糊性=模糊控制
3.1模糊控制的思路
3.2模糊推理
3.3模糊控制
3.4模糊關係
第4章靈活借鑒適者生存的進化規律=遺傳算法
4.1遺傳算法的思路
4.2遺傳算法的具體事例
4.3遺傳算法的應用
目錄開啟人工智能之門——運用Excel體驗學AI第5章有效解決身邊問題=問題解決
5.1問題解決方法
5.2問題解決的具體事例
第6章如何選擇最有效的路徑？ =搜索算法
6.1搜索算法的分類
6.2系統搜索（Systematic Search）
6.3啟發式搜索（Heuristic Search）
6.4搜索算法彙總
第7章出現對手時的應對方法=遊戲算法
7.1Min-Max算法
7.2α-β剪枝算法
第8章通過機器模擬人類學習的過程=機器學習
8.1機器學習的基本思路
8.2版本空間法（Version Space Method）
8.3深度學習（Deep Learning）
第9章通過在機器上表示人類知識就能代替人類工作=
知識表示和專家系統9.1知識表示（Knowledge Representation）
9.2專家系統（Expert System）
第10章將人類自主性交給機器管理=智能體
10.1智能體的經典問題
10.2智能體的思路
10.3多智能體
第11章人工智能的開創性計算機語言=Lisp
 11.1表處理（List Processing）
11.2λ運算（Lambda Calculus）
11.3Lisp語言
11.4Lisp處理系統
第12章記錄事件關係的計算機語言=Prolog
 12.1命題邏輯（Propositional Logic）
12.2謂詞邏輯（Predicate Logic）
12.3Prolog語言的發展
12.4Prolog語言
12.5Prolog處理系統
附錄
附錄A術語
附錄B理解本書所需數學知識
參考文獻