书目信息 |
| 题名： |
精编人工智能原理与实践
|
|
| 作者： | 杨胜春 主编 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2024.05 |
|
| 页数： | 243页 | |
| 开本： | 26cm | |
| 丛书名： | 大数据与人工智能技术丛书 | |
| 单 册： | ||
| 中图分类： | TP18 | |
| 科图分类： | ||
| 主题词： | 人工智能--ren gong zhi neng | |
| 电子资源： | ||
| ISBN： | 978-7-302-66362-1 | |
| 000 | 01335nam 2200277 450 | |
| 001 | 2437628513 | |
| 010 | @a978-7-302-66362-1@dCNY49.80 | |
| 100 | @a20240614d2024 em y0chiy0120 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aak a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a精编人工智能原理与实践@Ajing bian ren gong zhi neng yuan li yu shi jian@f杨胜春主编 |
| 210 | @a北京@c清华大学出版社@d2024.05 | |
| 215 | @a243页@c图@d26cm | |
| 225 | 2 | @a大数据与人工智能技术丛书@Ada shu ju yu ren gong zhi neng ji shu cong shu |
| 320 | @a有书目 | |
| 330 | @a本书共分7章: 第1章为绪论, 简要介绍人工智能历史发展和相关技术内容; 第2章为知识的表示和推理, 着重讲授归纳演绎推理和产生式系统; 第3章为搜索技术, 讲授典型的搜索技术, 主要包括: 启发式搜索、博弈树搜索和遗传算法等; 第4章为不确定知识的表示和推理, 主要讲授主观Bayes方法、可信度方法和证据理论; 第5章为Agent技术, 讲授Agent通信和移动Agent技术; 第6章为神经网络, 主要讲授反向传播神经网络和Hopfield神经网络; 第7章为计算智能, 讲授蚁群算法、粒子群优化和模拟退火等经典智能算法。 | |
| 410 | 0 | @12001 @a大数据与人工智能技术丛书 |
| 517 | 1 | @a人工智能原理与实践@Aren gong zhi neng yuan li yu shi jian |
| 586 | @a | |
| 606 | 0 | @a人工智能@Aren gong zhi neng |
| 690 | @aTP18@v5 | |
| 701 | 0 | @a杨胜春@Ayang sheng chun@4主编 |
| 801 | 0 | @aCN@c20240614 |
| 905 | @dTP18@eY260@f2@sTP18/Y260@S@Z | |
| 精编人工智能原理与实践/杨胜春主编.-北京：清华大学出版社，2024.05 |
| 243页：图；26cm.-(大数据与人工智能技术丛书) |
| ISBN 978-7-302-66362-1：CNY49.80 |
| 本书共分7章: 第1章为绪论, 简要介绍人工智能历史发展和相关技术内容; 第2章为知识的表示和推理, 着重讲授归纳演绎推理和产生式系统; 第3章为搜索技术, 讲授典型的搜索技术, 主要包括: 启发式搜索、博弈树搜索和遗传算法等; 第4章为不确定知识的表示和推理, 主要讲授主观Bayes方法、可信度方法和证据理论; 第5章为Agent技术, 讲授Agent通信和移动Agent技术; 第6章为神经网络, 主要讲授反向传播神经网络和Hopfield神经网络; 第7章为计算智能, 讲授蚁群算法、粒子群优化和模拟退火等经典智能算法。 |
| ● |
| 相关链接 |
|
|
|
正题名：精编人工智能原理与实践
索取号：TP18/Y260
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 21614854 | 216148540 | 自科库301/301自科库 35排1列2层/ [索取号:TP18/Y260] | 在馆 | |
| 2 | 21614855 | 216148559 | 自科库301/301自科库 35排1列2层/ [索取号:TP18/Y260] | 在馆 |