人工智能導(dǎo)論

第1章
緒論
1.1 人工智能概述
1.2 人工智能的研究目標(biāo)及基本內(nèi)容
1.3 人工智能的發(fā)展歷程
1.4 人工智能的主要研究與應(yīng)用領(lǐng)域
習(xí)題
第2章 問題求解的基本原理
2.1 概述
2.2 盲目搜索策略
2.3 啟發(fā)式搜索策略
2.4 與/或樹的搜索策略
2.5 博弈樹搜索策略
2.6 約束滿足搜索策略
習(xí)題
第3章 知識表示
3.1 基本概念
3.2 一階謂詞邏輯表示法
3.3 產(chǎn)一式表示法
3.4 框架表示法
3.5 語義網(wǎng)絡(luò)表示法
3.6 面向?qū)ο蟊硎痉?br />3.7 Petri網(wǎng)表示法
習(xí)題
第4章 經(jīng)典邏輯推理
4.1 概述
4.2 命題邏輯推理
4.3 謂詞邏輯推理
4.4 歸結(jié)的完備性和合理性
4.5 基于規(guī)則的演繹推理
習(xí)題
第5章 高級知識推理
5.1 經(jīng)典邏輯系統(tǒng)的局限性
5.2 非單調(diào)推理
5.3 不確定性推理
習(xí)題
第6章 計算智能
6.1 計算智能概述
6.2 模糊計算
6.3 神經(jīng)計算
6.4 進(jìn)化計算
習(xí)題
第7章 專家系統(tǒng)
7.1 專家系統(tǒng)概述
7.2 問題求解的組織結(jié)構(gòu)
7.3 知識獲取
7.4 開發(fā)專家系統(tǒng)
7.5 專家系統(tǒng)開發(fā)工具
7.6 專家系統(tǒng)實例----MYCIN剖析
7.7 專家系統(tǒng)進(jìn)展
習(xí)題
第8章 機器學(xué)習(xí)
8.1 機器學(xué)習(xí)概述
8.2 機械學(xué)習(xí)
8.3 指導(dǎo)式學(xué)習(xí)
8.4 類比學(xué)習(xí)
8.5 解釋學(xué)習(xí)
8.6 歸納學(xué)習(xí)
習(xí)題
參考文獻(xiàn)