人工智能超入门丛书--搜索算法:人工智能如何寻觅最优

人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: , ,
2023-11
版次: 1
ISBN: 9787122439352
定价: 69.80
装帧: 其他
开本: 其他
纸张: 胶版纸
页数: 222页
字数: 168千字
3人买过
  • “人工智能超入门丛书”致力于面向人工智能各技术方向零基础的读者,内容涉及数据素养、机器学习、视觉感知、情感分析、搜索算法、强化学习、知识图谱、专家系统等方向,体系完整、内容简洁、文字通俗,综合介绍人工智能相关知识,并辅以程序代码解决问题,使得零基础的读者快速入门。
       《搜索算法:人工智能如何寻觅最优》是“人工智能超入门丛书”中的分册,本分册以通俗易懂的语言风格讲解了搜索算法的相关知识,内容包括算法问题中涉及的基本数据结构和复杂度分析,及状态空间、树、图等较复杂的数据结构;同时,通过相关实例,讲解了各类搜索方法及线性规划与非线性规划;也重点解读了组合优化问题和群智能算法。全书内容包含了搜索算法所能用到的核心方法和技术,另附三个附录,分别讲解了类与继承以及博弈基础等。本书搭配关键代码,是一本适合初学者阅读学习的人工智能(AI)图书。
       本书可以作为人工智能及计算机相关工作岗位的技术人员的入门读物,也可以供高等院校人工智能及计算机专业的师生阅读参考,对搜索算法及人工智能方向感兴趣的人群也可以阅读。 第1章 搜索的世界 001 

    1.1 出“棋”不易 002 

    1.1.1 棋技,智力的象征? 002 

    1.1.2 搜索+评估=智能? 006 

    1.1.3 AlphaGo是怎样炼成的? 008 

    1.2 给盲目一些信息 011 

    1.2.1 盲目搜索 011 

    1.2.2 启发式搜索 013 

    1.2.3 博弈中前行 015 

    1.3 一切皆可优化 017 

    1.3.1 目标与约束 017 

    1.3.2 蒙特卡洛树搜索 021 

    1.3.3 群智能 024 

    第2章 基本数据结构与复杂度分析 030 

    2.1 数据关系与数据结构 031 

    2.1.1 数据关系 031 

    2.1.2 数据结构 032 

    2.2 栈与队列 033 

    2.2.1 栈 033 

    2.2.2 队列 038 

    2.2.3 双端队列 040 

    2.3 复杂度 042 

    2.3.1 衡量算法的效率 042 

    2.3.2 复杂度的分析 044 

    第3章 状态空间、树与图 050 

    3.1 状态空间 051 

    3.1.1 状态的表示 051 

    3.1.2 迷宫、汉诺塔与八数码 053 

    3.1.3 农夫过河 054 

    3.2 树 057 

    3.2.1 树的基本概念 057 

    3.2.2 二叉树 059 

    3.3 图 062 

    3.3.1 图的基本概念 062 

    3.3.2 图的存储方式 065 

    第4章 搜索技术 072 

    4.1 盲目搜索 073 

    4.1.1 广度优先搜索算法 073 

    4.1.2 深度优先搜索算法 080 

    4.2 启发式搜索 086 

    4.2.1 贪婪算法 086 

    4.2.2 A*算法 089 

    4.3 对抗搜索 093 

    4.3.1 博弈下的极小极大搜索 094 

    4.3.2 alpha–beta剪枝算法 102 

    第5章 线性与非线性规划中的搜索 105 

    5.1 优化问题 106 

    5.1.1 无处不在的优化 106 

    5.1.2 优化问题的描述 106 

    5.2 线性规划 108 

    5.2.1 图解线性规划 110 

    5.2.2 搜顶点 113 

    5.2.3 程序求解 114 

    5.3 非线性规划 117 

    5.3.1 从导数中获得搜索信息 117 

    5.3.2 非线性规划难在哪 124 

    5.3.3 程序求解 126 

    第6章 组合优化与求解 132 

    6.1 组合优化问题 133 

    6.1.1 旅行商问题 134 

    6.1.2 背包问题 138 

    6.2 模拟退火 140 

    6.2.1 基本原理 140 

    6.2.2 参数与流程 142 

    6.2.3 程序代码 144 

    6.3 禁忌搜索 149 

    6.3.1 基本原理 149 

    6.3.2 参数与流程 152 

    6.3.3 程序代码 155 

    第7章 群智能算法 160 

    7.1 遗传算法 161 

    7.1.1 基本原理 161 

    7.1.2 参数与流程 166 

    7.1.3 程序代码 171 

    7.2 蚁群算法 176 

    7.2.1 基本原理 176 

    7.2.2 参数与流程 180 

    7.2.3 程序代码 184 

    7.3 粒子群算法 189 

    7.3.1 基本原理 189 

    7.3.2 参数与流程 191 

    7.3.3 程序代码 196 

    附录  199 

    附录一 类与继承 200 

    附录二 人工智能的博弈基础 208 

    附录三 腾讯扣叮Python实验室:JupyterLab使用说明 214
  • 内容简介:
    “人工智能超入门丛书”致力于面向人工智能各技术方向零基础的读者,内容涉及数据素养、机器学习、视觉感知、情感分析、搜索算法、强化学习、知识图谱、专家系统等方向,体系完整、内容简洁、文字通俗,综合介绍人工智能相关知识,并辅以程序代码解决问题,使得零基础的读者快速入门。
       《搜索算法:人工智能如何寻觅最优》是“人工智能超入门丛书”中的分册,本分册以通俗易懂的语言风格讲解了搜索算法的相关知识,内容包括算法问题中涉及的基本数据结构和复杂度分析,及状态空间、树、图等较复杂的数据结构;同时,通过相关实例,讲解了各类搜索方法及线性规划与非线性规划;也重点解读了组合优化问题和群智能算法。全书内容包含了搜索算法所能用到的核心方法和技术,另附三个附录,分别讲解了类与继承以及博弈基础等。本书搭配关键代码,是一本适合初学者阅读学习的人工智能(AI)图书。
       本书可以作为人工智能及计算机相关工作岗位的技术人员的入门读物,也可以供高等院校人工智能及计算机专业的师生阅读参考,对搜索算法及人工智能方向感兴趣的人群也可以阅读。
  • 目录:
    第1章 搜索的世界 001 

    1.1 出“棋”不易 002 

    1.1.1 棋技,智力的象征? 002 

    1.1.2 搜索+评估=智能? 006 

    1.1.3 AlphaGo是怎样炼成的? 008 

    1.2 给盲目一些信息 011 

    1.2.1 盲目搜索 011 

    1.2.2 启发式搜索 013 

    1.2.3 博弈中前行 015 

    1.3 一切皆可优化 017 

    1.3.1 目标与约束 017 

    1.3.2 蒙特卡洛树搜索 021 

    1.3.3 群智能 024 

    第2章 基本数据结构与复杂度分析 030 

    2.1 数据关系与数据结构 031 

    2.1.1 数据关系 031 

    2.1.2 数据结构 032 

    2.2 栈与队列 033 

    2.2.1 栈 033 

    2.2.2 队列 038 

    2.2.3 双端队列 040 

    2.3 复杂度 042 

    2.3.1 衡量算法的效率 042 

    2.3.2 复杂度的分析 044 

    第3章 状态空间、树与图 050 

    3.1 状态空间 051 

    3.1.1 状态的表示 051 

    3.1.2 迷宫、汉诺塔与八数码 053 

    3.1.3 农夫过河 054 

    3.2 树 057 

    3.2.1 树的基本概念 057 

    3.2.2 二叉树 059 

    3.3 图 062 

    3.3.1 图的基本概念 062 

    3.3.2 图的存储方式 065 

    第4章 搜索技术 072 

    4.1 盲目搜索 073 

    4.1.1 广度优先搜索算法 073 

    4.1.2 深度优先搜索算法 080 

    4.2 启发式搜索 086 

    4.2.1 贪婪算法 086 

    4.2.2 A*算法 089 

    4.3 对抗搜索 093 

    4.3.1 博弈下的极小极大搜索 094 

    4.3.2 alpha–beta剪枝算法 102 

    第5章 线性与非线性规划中的搜索 105 

    5.1 优化问题 106 

    5.1.1 无处不在的优化 106 

    5.1.2 优化问题的描述 106 

    5.2 线性规划 108 

    5.2.1 图解线性规划 110 

    5.2.2 搜顶点 113 

    5.2.3 程序求解 114 

    5.3 非线性规划 117 

    5.3.1 从导数中获得搜索信息 117 

    5.3.2 非线性规划难在哪 124 

    5.3.3 程序求解 126 

    第6章 组合优化与求解 132 

    6.1 组合优化问题 133 

    6.1.1 旅行商问题 134 

    6.1.2 背包问题 138 

    6.2 模拟退火 140 

    6.2.1 基本原理 140 

    6.2.2 参数与流程 142 

    6.2.3 程序代码 144 

    6.3 禁忌搜索 149 

    6.3.1 基本原理 149 

    6.3.2 参数与流程 152 

    6.3.3 程序代码 155 

    第7章 群智能算法 160 

    7.1 遗传算法 161 

    7.1.1 基本原理 161 

    7.1.2 参数与流程 166 

    7.1.3 程序代码 171 

    7.2 蚁群算法 176 

    7.2.1 基本原理 176 

    7.2.2 参数与流程 180 

    7.2.3 程序代码 184 

    7.3 粒子群算法 189 

    7.3.1 基本原理 189 

    7.3.2 参数与流程 191 

    7.3.3 程序代码 196 

    附录  199 

    附录一 类与继承 200 

    附录二 人工智能的博弈基础 208 

    附录三 腾讯扣叮Python实验室:JupyterLab使用说明 214
查看详情
12
相关图书 / 更多
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工表面等离激元色散调控及应用
王甲富
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能能不能
曾安军
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能及其应用(第7版)
蔡自兴、刘丽珏、陈白帆、蔡昱峰
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能对北京市就业的影响与应对
何勤 著
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能:数据与模型安全 姜育刚 马兴军 吴祖煊
姜育刚 马兴军 吴祖煊
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能训练师(人工智能算法测试员)(三级 二级 一级)
上海职业技能等级认定培训教材编委会
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能引论
吴飞 潘云鹤
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能教育社会实验:场景·技术·机制
童莉莉 著
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能与Python程序设计(新编21世纪人工智能系列教材)
文继荣 徐君
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能知识产权保护:挑战及应对
何炼红
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能重塑世界(第2版)
陈晓华 吴家富
人工智能超入门丛书--搜索算法:人工智能如何寻觅最优
人工智能驱动的机制设计(英文版)
沈蔚然、唐平中、左淞