人工智能导论 李如平

第1章 绪论1
1．1  人工智能的概念1
1．2  人工智能发展简史2
1．3  人工智能的研究领域4
1．3．1  专家系统4
1．3．2  自然语言理解5
1．3．3  机器学习5
1．3．4  自动定理证明6
1．3．5  自动程序设计6
1．3．6  分布式人工智能6
1．3．7  机器人学7
1．3．8  模式识别7
1．3．9  博弈8
1．3．10  计算机视觉8
1．3．11  软计算9
1．3．12  智能控制9
1．3．13  智能规划10
1．4  人工智能的应用10
1．4．1  智能安防10
1．4．2  无人驾驶12
1．5  人工智能的影响15
本章小结15
习题16
第2章 知识工程17
2．1  概述17
2．2  知识表示方法18
2．2．1  谓词逻辑表示法19
2．2．2  产生式表示法21
2．2．3  语义网络表示法23
2．2．4  框架表示法29
2．2．5  面向对象表示法32
2．2．6  知识表示的一般性方法及选取32
2．3  知识获取与管理34
2．3．1  知识获取34
2．3．2  知识获取的基本过程35
2．3．3  知识获取的辅助工具38
2．3．4  知识库管理39
2．4  专家系统41
2．4．1  专家系统概述41
2．4．2  专家系统的结构43
2．4．3  专家系统的工作原理45
习题46
第3章  确定性和不确定性推理47
3．1  概述47
3．1．1  推理的定义48
3．1．2  推理方式及其分类48
3．1．3  推理方向50
3．1．4  冲突消解策略53
3．2  自然演绎推理54
3．2．1  自然演绎推理的基本概念54
3．2．2  利用自然演绎推理解决问题55
3．3  归结演绎推理57
3．3．1  谓词公式与子句集57
3．3．2  鲁宾逊归结原理60
3．3．3  归结反演62
3．3．4  用归结反演解决实际问题64
3．4  与/或形演绎推理65
3．4．1  与/或形正向演绎推理66
3．4．2  与/或形逆向演绎推理67
3．4．3  与/或形双向演绎推理70
3．5  不确定性推理71
3．5．1  不确定性推理的基本概念72
3．5．2  可信度方法73
3．5．3  证据理论76
3．5．4  模糊推理方法80
本章小结87
习题89
第4章 搜索技术91
4．1 搜索技术概述91
4．2 图搜索策略92
4．2．1 状态图知识表示92
4．2．2 状态图搜索93
4．3 盲目搜索95
4．3．1 宽度优先搜索95
4．3．2 深度优先搜索96
4．4 启发式搜索98
4．4．1 概念释义98
4．4．2 估价函数98
4．4．3 启发式搜索算法A98
4．4．4 A*算法102
4．5 博弈搜索112
4．5．1 博弈概述112
4．5．2 极小极大分析法113
4．5．3 α-β剪枝技术113
本章小结114
习题115
第5章 机器学习116
5．1 机器学习的发展116
5．1．1 什么是机器学习116
5．1．2 机器学习的发展历史和研究现状117
5．2 监督学习119
5．2．1 监督学习的分类119
5．2．2 监督学习的主要算法120
5．3 无监督学习125
5．4 弱监督学习127
本章小结129
习题129
第6章  人工神经网络与深度学习130
6．1  神经网络简介130
6．1．1  神经网络概述130
6．1．2  神经网络的发展史130
6．2  神经元与神经网络132
6．2．1  神经元132
6．2．2  神经网络133
6．3  BP神经网络及其学习算法134
6．3．1  BP神经网络134
6．3．2  BP神经网络模型135
6．3．3  BP神经网络学习算法135
6．4  深度学习的应用137
6．4．1  深度学习概念137
6．4．2  计算机视觉的应用138
6．4．3  语音识别的应用139
6．4．4  自然语言处理的应用139
习题140
第7章 自然语言处理141
7．1  概述141
7．1．1  自然语言理解研究的发展141
7．1．2  自然语言处理过程的层次143
7．2  机器翻译146
7．2．1  机器翻译的发展146
7．2．2  机器翻译的方法147
7．3  自然语言人机交互149
7．3．1  文本人机交互150
7．3．2 语音人机交互150
7．4 智能问答151
7．4．1  问答系统的定义152
7．4．2 问答系统的处理过程152
7．4．3 早期的问答系统152
7．4．4 开放式问答系统153
第8章 多智能体系统154
8．1 智能体简介154
8．1．1 智能体的定义154
8．1．2 智能体的特征155
8．1．3 智能体的应用156
8．1．4 智能体的基本结构和工作过程156
8．1．5 智能体环境的多样性156
8．1．6 智能体的分类158
8．2 多智能体协商159
8．3 多智能体学习161
8．3．1 多智能体强化学习161
8．3．2 多智能体强化学习基本算法161
本章小结162
习题162
第9章  人工智能综合应用163
9．1 嵌入式人工智能综合开发平台介绍163
9．2  嵌入式沙盘介绍164
9．3  功能介绍165
9．3．1  语音识别与处理166
9．3．2  图像识别与处理169
9．4  嵌入式人工智能综合开发平台结果展示174
9．4．1  任务要求174
9．4．2  图像识别及平台展示176
本章小结179
习题179
参考文献180

作者介绍