定 价：34 元
丛书名： 21世纪高等学校规划教材·计算机科学与技术
- 作者：丁世飞编著
- 出版时间：2015/3/1
- ISBN：9787302383895
- 出 版 社：清华大学出版社
- 中图法分类：TP18
- 页码：263
- 纸张：胶版纸
- 版次：2
- 开本：16K
本书主要阐述人工智能的基本原理、方法和应用技术。全书分为11章，除第1章讨论人工智能概述、第11章讨论人工智能的争论与展望外，其余9章主要按照“基本智能+典型应用+计算智能”三个模块编著： 第1模块为人工智能经典的三大基本技术，包括知识表示技术、搜索技术、推理技术； 第2模块为人工智能的典型应用领域，包括机器学习、专家系统以及支持向量机； 第3模块为典型的计算智能方法，包括神经计算、进化计算等。与第一版相比，增加了专家系统的介绍，其他大多数章节都做了相应的修改、精简或补充。
本书力求科学化、模块化、实用化，内容由浅入深、循序渐进、条理清晰，让读者在有限的时间内，掌握人工智能的基本原理与应用技术。
本书可作为计算机、信息处理、自动化和电信等IT相关专业的高年级本科生的“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学习参考。
人工智能的诞生与发展是20世纪最伟大的科学成就之一，也是新世纪引领未来发展的主导学科之一。它是一门新理论、新方法、新技术、新思想不断涌现的前沿交叉学科，相关研究成果已经广泛应用到国防建设、工业生产、国民生活等各个领域。在信息网络和知识经济时代，人工智能科学与技术正在引起越来越广泛的重视，必将为推动科学技术的进步和产业的发展发挥更大的作用。
人工智能是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。作为一门前沿和交叉学科，它的研究领域十分广泛，涉及机器学习、数据挖掘、计算机视觉、专家系统、自然语言理解、智能检索、模式识别、规划和机器人等领域。人工智能的长期目标是建立人类水平的人工智能。
本书为第二版，与第一版相比，主要有如下改动。
首先将第一版的“篇章节”排序方式，改为“章节”排序。
其次第1章的绪论部分在第一版的基础上重新编写，使得内容更加合理； 第2章的谓词逻辑表示法重新组织与整理，使得内容更有条理、更通顺； 删除了第一版2.7节的状态空间表示法，其部分内容与3.2节基于状态空间图的搜索技术进行了合并； 第4章中，推理的逻辑基础，删除了第一版中有关谓词的概念描述，从而避免了与第2章的谓词逻辑表示法的概念重复； 第5章中，删除了第一版的5.2节，其部分内容融入到5.1节中，增加了模糊推理一节，同时删除了第一版的模糊计算； 第6章中，重新编写了6.1节机器学习概述内容，吸收了最新的一些研究进展； 增加了第7章专家系统，这是人工智能应用的典型领域之一，有助于读者理解人工智能的真谛； 删除了第一版的粒度计算等。
最后，对第一版出现的错误进行了纠正，对出现的不足进行了改进。
本书分为11章。
第1章绪论，主要讨论了人工智能的定义、形成过程、研究内容、学派之争、应用领域和发展趋势等。
第2~5章为人工智能经典的三大基本技术，包括知识表示技术、搜索技术以及推理技术。包括第2章的知识表示，第3章的搜索策略，第4章的确定性推理以及第5章的不确定性推理。
第6~8章为人工智能的典型应用领域，包括第6章的机器学习，第7章的专家系统，以及第8章的支持向量机。
第9章和第10章为典型的计算智能方法，包括第9章的神经计算与第10章的进化计算。
第11章为人工智能的争论与展望。讨论了人工智能对人类的影响与展望。
在本书的编写过程中，重视科学性、实用性和可读性，内容由浅入深、循序渐进，条理清晰。全书按照“基本智能+典型应用+计算智能”三个模块，以逐层深入的策略撰写，以期达到不同专业之取舍、不同层次的教学研究之需要。
本书包含了作者多年的科研成果，也吸取了国内外同类教材的有关文献的精华，他们的丰硕成果和贡献是本书学术思想的重要源泉，为本书的撰写提供了丰富的营养，在此谨向这些教材和文献的作者致以诚挚的敬意。
本书的撰写得到了中国矿业大学、清华大学出版社等各级领导的支持与帮助，同时中国矿业大学——中国科学院智能信息处理联合实验室的老师、同学自始至终做了大量的工作，特别是博士生黄华娟、贾洪杰； 硕士生赵晗、韩有振、鲍丽娜等，在此一并表示感谢。
本书得到了国家自然科学基金“面向大规模复杂数据的多粒度知识发现关键理论与技术研究”（批准号： 61379101）、国家重点基础研究发展计划（973计划）课题“脑机协同的认知计算模型”（批准号： 2013CB329502）、江苏省基础研究计划（自然科学基金）（批准号： BK20130209）的支持。
本书承蒙国际信息处理联合会人工智能专业委员会机器学习和数据挖掘组主席、中国人工智能学会副理事长、中国科学院计算技术研究所博士生导师史忠植研究员担任主审，在此深表谢意。
由于人工智能是一门正在快速发展的年轻学科，新的理论、方法和技术、新的应用领域不断涌现，对其中的不少问题，作者还缺乏深入研究，再加上我们的学识水平有限，本书的撰写可能没有完全达到我们所希望的目标，也不可避免地存在各种错误和疏漏，敬请各位专家和读者不吝指教。
丁世飞2014年6月
第1版前言
人工智能的诞生与发展是20世纪最伟大的科学成就之一，也是新世纪引领未来发展的主导学科之一。它是一门新思想、新观点、新理论、新技术不断涌现的前沿交叉学科，相关研究成果已经广泛应用到国防建设、工业生产、国民生活等各个领域。在信息网络和知识经济时代，人工智能科学技术正在引起越来越广泛的重视，必将为推动科学技术的进步和产业的发展发挥更大的作用。
人工智能是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。作为一门前沿和交叉学科，它的研究领域十分广泛，涉及机器学习、数据挖掘、计算机视觉、专家系统、自然语言理解、智能检索、模式识别、规划和机器人等领域。人工智能的长期目标是建立人类水平的人工智能。
本书是作者在自编《人工智能讲义》基础上，结合多年的教学与科研实践经验，吸取了国内外人工智能教材的优点，参考了国际上最新的研究成果，由多年从事《人工智能》教学的专家、教授撰写而成。其中第1章和第2章由夏战国编写； 第3章由毛磊编写； 第6章由朱红编写； 第8章和第9章由许新征编写； 其他各章由丁世飞教授编写，最后由丁世飞教授全面负责统稿、定稿。
本书系统地阐述了人工智能的基本原理、方法和应用技术，比较全面地反映了国内外人工智能研究领域的最新进展和研究动态。
全书划分为3篇，共12章。
第1篇： 基本人工智能。论述人工智能的基本理论与技术，包括6章。第1章简要介绍了人工智能的发展状况以及各个学派的观点，并对它的研究与应用领域进行了必要的讨论。第2~6章阐述了人工智能的基本原理，包括经典的知识表示、搜索策略、确定性推理、不确定性推理，以及机器学习等基本应用领域。
第2篇： 高级人工智能。论述人工智能的高级理论与技术，主要涉及粗糙集与软计算、进化计算、模糊计算，以及粒度计算等人工智能的研究热点，包括5章。第7章阐述支持向量机，第8章阐述神经计算，第9章阐述进化计算，第10章阐述粗糙集，第11章阐述模糊集，第12章阐述粒度计算。
第3篇： 人工智能的展望。讨论人工智能对人类的影响与展望。
本书力求科学性、实用性、可读性好。内容由浅入深、循序渐进、条理清晰。教材采用逐层深入的策略撰写，以达到适合于不同专业之取舍、不同层次的教学研究之需要。
本书包含了作者多年的科研成果，也吸取了国内外同类教材的有关文献的精华，他们的丰硕成果和贡献是本书学术思想的重要源泉，在此谨向这些教材和文献的作者致以诚挚的敬意。特别感谢张钹院士、李德毅院士、王守觉院士、陆汝衿院士、史忠植教授、张钤教授、钟义信教授、王国胤教授、蔡自兴教授、焦李成教授、周志华教授、马少平教授、梁吉业教授、苗夺谦教授、姚一豫教授、刘清教授以及Zadeh L.A.、Vapnik V.N.、Pawlak Z.等专家的支持与帮助，他们的著作为本书提供了丰富的资源，使我们受益匪浅。
本书的顺利撰写得到了中国矿业大学计算机学院、中国矿业大学教务处等各级领导的支持与帮助，同时中国矿业大学——中国科学院智能信息处理联合实验室的老师、同学在文字录入、图表制作、校对等方面自始至终做了大量的工作，特别是苏春阳、张禹、李剑英、陈锦荣、顾亚祥、徐丽、齐丙娟、钱钧、马刚、佟畅、张文涛等，在此一并表示感谢。
本书得到了国家自然科学基金（批准号： 60975039）、江苏省基础研究计划（自然科学基金）（批准号： BK2009093）的支持。
本书由国际信息处理联合会人工智能专业委员会机器学习和数据挖掘组主席、中国人工智能学会副理事长、中国科学院计算技术研究所研究员、博士生导师、中国矿业大学兼职教授史忠植担任主审。
由于人工智能是一门不断发展的学科，新的理论方法和技术、新的应用领域不断涌现，再加上我们的学识水平及时间有限，可能没有完全达到我们所希望的目标，也不可避免地存在各种错误和疏漏，敬请读者给予批评指正。
丁世飞2010年8月
第1章 绪论
1.1 什么是人工智能
1.1.1 智能的定义
1.1.2 人工智能的定义
1.2 人工智能的发展
1.2.1 孕育期
1.2.2 摇篮期
1.2.3 形成期
1.2.4 发展期
1.2.5 实用期
1.2.6 稳步增长期
1.3 人工智能的研究方法
1.3.1 符号主义
1.3.2 连接主义
1.3.3 行为主义
1.4 人工智能的应用领域
1.4.1 机器学习
1.4.2 知识发现和数据挖掘
1.4.3 专家系统
1.4.4 模式识别
1.4.5 自然语言处理
1.4.6 智能决策支持系统
1.4.7 人工神经网络
1.4.8 自动定理证明
1.4.9 机器人学
1.4.10 分布式人工智能与智能体
1.5 小结
习题
第2章 知识表示
2.1 概述
2.1.1 知识与知识表示
2.1.2 知识表示方法
2.2 谓词逻辑表示法
2.2.1 命题逻辑
2.2.2 谓词逻辑
2.3 产生式表示法
2.3.1 产生式可表示的知识种类及其基本形式
2.3.2 知识的表示方法
2.3.3 产生式系统的组成
2.3.4 产生式系统的推理方式
2.3.5 产生式表示法的特点
2.4 语义网络表示法
2.4.1 语义网络的概念及结构
2.4.2 语义网络的基本语义联系
2.4.3 语义网络表示知识的方法及步骤
2.4.4 语义网络知识表示举例
2.4.5 语义网络的推理过程
2.4.6 语义网络表示法的特点
2.5 框架表示法
2.5.1 框架结构
2.5.2 框架表示知识举例
2.5.3 推理方法
2.5.4 框架表示法的特点
2.6 脚本表示法
2.6.1 脚本的定义与组成
2.6.2 用脚本表示知识的步骤
2.6.3 用脚本表示知识的推理方法
2.6.4 脚本表示法的特点
2.7 面向对象的知识表示
2.7.1 面向对象的基本概念
2.7.2 面向对象的知识表示
2.7.3 面向对象方法学的主要观点
2.8 小结
习题
第3章 搜索策略
3.1 引言
3.2 基于状态空间图的搜索技术
3.2.1 图搜索的基本概念
3.2.2 状态空间搜索
3.2.3 一般图的搜索算法
3.3 盲目搜索
3.3.1 宽度优先搜索
3.3.2 深度优先搜索
3.3.3 有界深度搜索和迭代加深搜索
3.3.4 搜索最优策略的比较
3.4 启发式搜索
3.4.1 启发性信息和评估函数
3.4.2 启发式搜索算法A
3.4.3 实现启发式搜索的关键因素和A*算法
3.4.4 迭代加深A*算法
3.4.5 回溯策略和爬山法
3.5 问题规约和与／或图启发式搜索
3.5.1 问题规约
3.5.2 与/或图表示
3.5.3 与/或图的启发式搜索
3.6 博弈
3.6.1 极大极小过程
3.6.2 α-β过程
3.7 小结
习题
第4章 确定性推理
第5章 不确定性推理
第6章 机器学习
第7章 专家系统
第8章 支持向量机
第9章 神经计算
第10章 进化计算
第11章 人工智能的争论与展望
参考文献
书单推荐
