人工智能：理論與實踐

第1章 緒論
 1.1 人工智能實踐
 1.2 人工智能理論
 1.3 智能的判定與度量
 1.4 行為計算理論
 1.5 自動推理
 1.6 本書結(jié)構(gòu)
 本章小結(jié)
 背景資料
 練習(xí)
第2章 符號編程
 2.1 基于規(guī)則的反應(yīng)系統(tǒng)實例
 2.2 LISP簡介
 2.3 LISP交互方式
 2.4 LISP函數(shù)
 2.5 環(huán)境、符號與作用域
 2.6 LISP函數(shù)的更多內(nèi)容
 2.7 表處理
 2.8 迭代結(jié)構(gòu)
 2.9 程序調(diào)試
 2.10  基于規(guī)則的反應(yīng)系統(tǒng)回顧
 本章小結(jié)
 背景資料
 練習(xí)
第3章 表達(dá)與邏輯
 3.1 命題邏輯
 3.2 P語言的形式化系統(tǒng)
 3.3 P語言中的自動定理證明
 3.4 謂詞演算
 3.5 PC語言的形式化系統(tǒng)
 3.6 PC語言中的自動定理證明
 3.7 非單調(diào)邏輯
 3.8 演繹檢索系統(tǒng)
 本章小結(jié)
 背景資料
 練習(xí)
 LISP實現(xiàn)：數(shù)據(jù)依賴
第4章 搜索
 4.1 基本搜索問題
 4.2 盲目搜索
 4.3 啟發(fā)式搜索
 4.4 最優(yōu)化與搜索
 4.5 敵對搜索
 4.6 判別樹的索引
 本章小結(jié)
 背景資料
 練習(xí)
 LISP實現(xiàn)：判別樹
第5章 學(xué)習(xí)
 5.1 歸納學(xué)習(xí)問題的分類
 5.2 歸納推理理論
 5.3 描述空間
 5.4 決策樹
 5.5 網(wǎng)絡(luò)學(xué)習(xí)方法
 5.6 梯度導(dǎo)向搜索
 5.7 感知器
 5.8 徑向基函數(shù)
 5.9 動態(tài)環(huán)境中的學(xué)習(xí)
 本章小結(jié)
 背景資料
 練習(xí)
 LISP實現(xiàn)：利用LISP實現(xiàn)學(xué)習(xí)算法
第6章 高級表達(dá)
 6.1 時序推理
 6.2 情境演算
 6.3 一階區(qū)間時序邏輯
 6.4 時序知識管理
 6.5 知識與信念
 6.6 空間推理
 本章小結(jié)
 背景資料
 練習(xí)
 LISP實現(xiàn)：時序推理
第7章 規(guī)劃
 7.1 狀態(tài)空間搜索
 7.2 最小約束規(guī)劃
 7.3 分層抽象空間規(guī)劃
 7.4 自適應(yīng)規(guī)劃
 7.5 不完全信息規(guī)劃
 7.6 表達(dá)能力更強的動作模型
 本章小結(jié)
 背景資料
 練習(xí)
 LISP實現(xiàn)：半序規(guī)劃的精化
第8章 不確定性
 8.1 不確定性推理的動機
 8.2 概率論
 8.3 概率網(wǎng)
 8.4 決策論
 本章小結(jié)
 背景資料
 練習(xí)
 LISP 實現(xiàn)：概率網(wǎng)中的推理
第9章 圖像理解
 9.1 傳感器與圖像
 9.2 計算機視覺
 9.3 人類視覺
 9.4 視覺-恢復(fù)問題
 9.5 圖像描述的恢復(fù)
 9.6 由輪廓復(fù)原形狀
 9.7 由陰影復(fù)原形狀
 9.8 由紋理復(fù)原形狀
 9.9 立體法
 9.10  視覺運動分析
 9.11  主動視覺
 9.12  應(yīng)用
 本章小結(jié)
 背景資料
 練習(xí)
 LISP 實現(xiàn)：多面體景物標(biāo)記
第10章 自然語言處理
 10.1 語言成分
 10.2 上下文無關(guān)文法
 10.3 上下文無關(guān)文法分析
 10.4 文法特性
 10.5 基于圖的有效句法分析
 10.6 語義解釋
 10.7 自然語言生成
 10.8 上下文中的自然語言
 10.9 量詞作用域
 本章小結(jié)
 背景資料
 練習(xí)
 LISP實現(xiàn)：簡單分析器
參考文獻