人工智能基礎(chǔ)

1 緒論
1.1 人工智能的定義與發(fā)展
1.2 人工智能的研究目標(biāo)及內(nèi)容
1.3 人工智能的應(yīng)用領(lǐng)域
習(xí)題
2 知識(shí)表示
2.1 概述
2.2 一階謂詞邏輯表示法
2.3 產(chǎn)生式表示法
2.4 框架表示法
2.5 語(yǔ)義網(wǎng)絡(luò)表示法
習(xí)題
3 確定性推理
3.1 概述
3.2 自然演繹推理法
3.3 歸結(jié)推理方法
3.4 歸結(jié)過(guò)程的控制策略
習(xí)題
4 不確定性推理
4.1 概述
4.2 可信度方法
4.3 主觀貝葉斯方法
4.4 D-S證據(jù)理論
4.5 模糊推理
習(xí)題
5 搜索求解策略
5.1 概述
5.2 狀態(tài)空間表示
5.3 盲目式搜索策略
5.4 啟發(fā)式搜索策略
5.5 與或樹(shù)的有序搜索
5.6 博弈搜索
習(xí)題
6 智能優(yōu)化算法
6.1 概述
6.2 模擬退火算法
6.3 進(jìn)化算法
6.4 群智能算法
習(xí)題
7 機(jī)器學(xué)習(xí)
7.1 概述
7.2 機(jī)器學(xué)習(xí)的主要策略與基本結(jié)構(gòu)
7.3 決策樹(shù)
7.4 神經(jīng)網(wǎng)絡(luò)
7.5 支持向量機(jī)
習(xí)題
8 強(qiáng)化學(xué)習(xí)
8.1 概述
8.2 馬爾科夫決策過(guò)程
8.3 有模型學(xué)習(xí)方法