高级人工智能
出版时间：2015年版
内容简介
《高级人工智能》系统地阐述了高级人工智能的理论与技术，比较全面地反映了高级人工智能领域国内外研究的最新进展和动态。全书共9章，第1章绪论，论述了人工智能的概念、发展历程、研究方法及主要应用领域。第2章高级知识推理，论述了主观Bayes、可信度方法、证据理论、模糊推理等高级知识推理方法。第3章高级搜索，主要包括进化计算、粒子群优化算法、蚁群算法以及免疫算法等。第4章计算智能，主要包括神经计算、模糊计算及粗糙计算等。第5章机器学习，包括归纳学习、决策树学习、强化学习、知识发现等。第6章支持向量机，包括统计学习理论、支持向量机算法、核函数、非平行超平面支持向量机等。第7章分布智能，主要包括分布式问题求解、主体（Agent）理论与技术等。第8章云计算，主要论述了云计算的关键技术、云计算编程模型、云计算平台及云计算实例等。第9章人工智能的争论与展望，讨论人工智能对人类的影响与展望。《高级人工智能》力求科学化、实用化、前沿化，让读者在有限的时间内，能够掌握人工智能的高级理论与应用技术。《高级人工智能》可作为高等院校计算机专业和其他信息类专业的研究生“人工智能”或“高级人工智能”课程教材，也可供从事人工智能研究与应用的科技工作者参考。
目录
第1章 绪论
1.1 人工智能的定义和目标
1.2 人工智能的发展
1.3 人工智能各学派的认知观
1.4 人工智能的应用领域
小结
习题1
第2章 高级知识推理
2.1 概论
2.2 非单调推理
2.3 不确定性推理
2.4 主观Bayes方法
2.5 可信度方法
2.6 证据理论
2.7 模糊推理
小结
习题2
第3章 高级搜索
3.1 进化计算
3.2 粒子群优化算法
3.3 蚁群算法
3.4 免疫算法
小结
习题3
第4章 计算智能
4.1 概论
4.2 神经计算
4.3 模糊计算
4.4 粗糙计算
小结
习题4
第5章 机器学习
5.1 机器学习概述
5.2 归纳学习
5.3 决策树学习
5.4 强化学习
5.5 知识发现
小结
习题5
第6章 支持向量机
6.1 引言
6.2 统计学习理论
6.3 支持向量机（SVM）
6.4 核函数
6.5 非平行超平面支持向量机
小结
习题6
第7章 分布智能
7.1 概论
7.2 分布式问题求解
7.3 主体（agent）技术
小结
习题7
第8章 云计算
8.1 云计算定义
8.2 云计算的关键技术
8.3 云计算编程模型
8.4 云计算平台
8.5 云计算应用
8.6 云计算的未来及展望
小结
习题8
第9章 人工智能的争论与展望
9.1 人工智能的争论
9.2 人工智能对人类的影响
9.3 人工智能的展望
小结
习题9
参考文献
