《人工智能》一书由耐格纳威斯基所著，机械工业出版社出版发行。

本页面主要目录有关于人工智能的：内容简介、作品目录、作者简介等介绍

副标题

智能系统指南

出版时间

2007年4月

装帧

平装

ISBN

9787111202127

页数

280 页

定价

36 元

作者

耐格纳威斯基

丛书

计算机科学丛书

出版社

机械工业出版社

译者

顾力栩

内容简介

人工智能经常被人们认为是计算机科学中的一门高度复杂甚至令人生畏的学科。长期以来人工智能方面的书籍往往包含复杂矩阵代数和微分方程。本书形成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，它假定读者预先没有编程的经验，并说明了智能系统中的大部分基础知识实际上是简单易懂的。

本书目前已经被国际上多所大学(例如，德国的马德堡大学、日本的广岛大学、美国的波士顿大学和罗切斯特理工学院)采用。如果你正在寻找关于人工智能或智能系统设计课程的浅显易懂的入门级教材，如果你不是计算机科学领域的专业人员，而又正在寻找介绍基于知识系统最新技术发展的自学指南，本书将是最佳选择。

本书是关于人工智能的教科书，浅显易懂、内容全面、案例丰富、参考文献详尽，不仅适合人工智能的初学者学习，而且也非常适合非计算机背景相关学科的研究人员参考。

作品目录

第1章 基于知识的智能系统概述

第2章 基于规则的专家系统

出版者的话

1.1 智能机器概述

2.1 知识概述

专家指导委员会

1.2 人工智能发展历史

2.2 规则是一种知识表达技术

译者序

1.3 小结

2.3 专家系统研发团队中的主要参与者

序

复习题

2.4 基于规则的专家系统的结构

第2版序

参考文献

2.5 专家系统的基本特征

致谢

2.6 前向链接和后向链接推理技术

2.7 实例

2.8 冲突的解决方案

2.9 基于规则的专家系统的优缺点

2.10 小结

复习题

参考文献

第3章 基于规则的专家系统的不确定管理

第4章 模糊专家系统

第5章 基于框架的专家系统

3.1 不确定性简介

4.1 概述

5.1 框架简介

3.2 基本概率论

4.2 模糊集

5.2 作为知识表达技术的框架

3.3 贝叶斯推理

4.3 语言变量和模糊限制语

5.3 基于框架系统中的继承

3.4 FORECAST：贝叶斯证据累积

4.4 模糊集的操作

5.4 方法和守护程序

3.5 贝叶斯方法的偏差

4.5 模糊规则

5.5 框架和规则的交互

3.6 确定因子理论和证据推理

4.6 模糊推理

5.6 基于框架的专家系统实例：Buy Smart

3.7 FORECAST：确定因子的应用

4.7 建立模糊专家系统

5.7 小结

3.8 贝叶斯推理和确定因子的比较

4.8 小结 

复习题

3.9 小结

复习题

参考文献

复习题

参考文献

参考书目

参考文献

参考书目

第6章 人工神经网络

第7章 进化计算

第8章 混合智能系统

6.1 人脑工作机制简介

7.1 进化是智能的吗

8.1 概述

6.2 作为简单计算元素的神经元

7.2 模拟自然进化

8.2 神经专家系统

6.3 感知器

7.3 遗传算法

8.3 神经模糊系统

6.4 多层神经网络

7.4 遗传算法如何工作

8.4 ANFIS：自适应性神经模糊推理系统

6.5 多层神经网络的加速学习

7.5 实例：用遗传算法来维护计划

8.5 进化神经网络

6.6 Hopfield神经网络

7.6 进化策略

8.6 模糊进化系统

6.7 双向相关记忆

7.7 遗传编程

8.7 小结

6.8 自组织神经网络

7.8 小结 

复习题

6.9 小结

复习题

参考文献

复习题

参考文献

参考文献

参考书目

第9章 知识工程和数据挖掘

术语表

9.1 知识工程简介

附录 人工智能工具和厂商 

9.2 专家系统可以解决的问题

9.3 模糊专家系统可以解决的问题

9.4 神经网络可以解决的问题

9.5 遗传算法可以解决的问题

9.6 混合智能系统可以解决的问题

9.7 数据挖掘和知识发现

9.8 小结

复习题

参考文献

作者简介

澳大利亚塔斯马尼亚大学电气工程和计算机科学系教授。他的许多研究课题都涉及人工智能和软计算。他一直致力于电气工程、过程控制和环境工程中智能系统的开发和应用。著有200多篇论文、两本专著，并获得了四项发明专利。