Aftificial intelligence

第1章 绪论
1.1 什么是人工智能
1.2 人工智能的发展
1.3 人工智能的研究内容
1.4 人工智能研究的主要方法
1.5 人工智能的应用
1.6 小结
习题
第2章 知识表示
2.1 概述
2.2 谓词逻辑表示法
2.3 产生式表示法
2.4 语义网络表示法
2.5 框架表示法
2.6 脚本
2.7 概念图
2.8 面向对象的知识表示
2.9 小结
习题
第3章 搜索策略
3.1 引言
3.2 深度优先搜索
3.3 宽度优先搜索
3.4 迭代加深搜索
3.5 回溯策略
3.6 启发式搜索
3.7 问题归约和AND-OR图启发式搜索
3.8 博弈
3.9 约束满足搜索
3.9 小结
习题
第4章 自动推理
4.1 引言
4.2 三段论推理
4.3 产生式系统
4.4 自然演绎推理
4.5 归结演绎推理
4.6 非单调推理
4.7 小结
习题
第5章 不确定性推理
5.1 概述
5.2 主观Bayes方法
5.3 可信度方法
5.4 证据理论
5.5 模糊逻辑和模糊推理
5.6 小结
习题
第6章 机器学习197
6.1 机器学习概述
6.2 归纳学习
6.3 基于决策树的归纳学习方法
6.4 类比学习
6.5 基于范例的学习
6.6 解释学习
6.7 支持向量机
6.8 强化学习
6.9 小结
习题
第7章 专家系统
7.1 专家系统概述
7.2 专家系统的基本结构
7.3 专家系统MYCIN
7.4 产生式专家系统工具CLIPS
7.5 面向对象专家系统工具OKPS
7.6 专家系统建造
7.7 小结
习题
第8章 自然语言理解
8.1 自然语言理解的一般问题
8.2 词法分析
8.3 句法分析
8.4 语义分析
8.5 大规模真实文本的处理
8.6 语用分析
8.7 机器翻译
8.8 Web信息抽取
8.9 小结
习题
第9章 本体知识系统
9.1 引言
9.2 本体的基本概念
9.3 本体描述语言
9.4 本体构建
9.5 本体映射
9.6 本体演化
9.7 本体知识管理
9.8 大规模知识系统
9.9 小结
习题
第10章 主体技术
10.1 主体
10.2 主体结构
10.3 主体通信语言ACL
10.4 协调和协作
10.5 移动主体
10.6 多主体环境MAGE
10.7 小结
习题
第11章 计算智能
11.1 神经网络概述
11.2 感知机
11.3 前馈神经网络
11.4 Hopfield网络
11.5 随机神经网络
11.6 自组织特征映射神经网络
11.7 遗传算法
11.8 人工生命
11.9 小结
习题
第12章 展望
12.1 智能的认知基础
12.2 机器学习
12.3 脑机接口
12.4 人工脑
12.5 智能机器人
12.6 智能计算机
12.7 智能互联网
12.8 知识产业
12.9 人类水平的人工智能
12.10 结束语
习题
参考文献