人工智能引論（計算機(jī)科學(xué)與技術(shù)系列教材）

第一章　人工智能概述
　1.1　人類智能與人工智能
　1.2　AI的起源及研究學(xué)派
　1.3　人工智能的發(fā)展
　1.4　人工智能的基本技術(shù)
　1.5　人工智能的研究與應(yīng)用領(lǐng)域
　1.6　小結(jié)
　習(xí)題1
第二章　問題求解與搜索技術(shù)
　2.1　問題的狀態(tài)和狀態(tài)空間
　2.2　或圖通用搜索算法
　2.3　盲目的搜索方法
　2.4　啟發(fā)式搜索方法
　2.5　局部與全局搜索算法
　2.6　博弈搜索算法
　2.7　問題歸約與AO*算法
　習(xí)題2
第三章　知識表示與處理方法
　3.1　概述
　3.2　邏輯表示法
　3.3　產(chǎn)生式表示法
　3.4　語義網(wǎng)絡(luò)表示法
　3.5　框架表示法
　3.6　小結(jié)
　習(xí)題3
第四章　歸結(jié)推理及其應(yīng)用
　4.1　自然演繹推理
　4.2　歸結(jié)演繹推理
　4.3　歸結(jié)方法
　4.4　歸結(jié)原理的理論依據(jù)
　4.5　小結(jié)
　習(xí)題4
第五章　不確定性推理
　5.1　不確定性推理概述
　5.2　MYCIN模型
　5.3　主觀Bayes方法
　5.4　證據(jù)理論
　5.5　模糊集合
　5.6　小結(jié)
　習(xí)題5
第六章　專家系統(tǒng)
　6.1　專家系統(tǒng)概述
　6.2　專家系統(tǒng)的結(jié)構(gòu)
　6.3　專家系統(tǒng)開發(fā)階段與過程
　6.4　專家系統(tǒng)開發(fā)工具與環(huán)境
　6.5　專家系統(tǒng)發(fā)展趨勢
　6.6　小結(jié)
　習(xí)題6
第七章　機(jī)器學(xué)習(xí)
　7.1　概述
　7.2　基于解釋的學(xué)習(xí)
　7.3　基于類比的學(xué)習(xí)
　7.4　歸納學(xué)習(xí)
　7.5　基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
　7.6　小結(jié)
　習(xí)題7
第八章　自然語言理解
　8.1　自然語言及其理解
　8.2　詞法分析
　8.3　句法和語意分析
　8.4　自然語言理解系統(tǒng)的模型
　8.5　自然語言理解系統(tǒng)應(yīng)用實例
　8.6　小結(jié)
　習(xí)題8
第九章　分布式人工智能
　9.1　概述
　9.2　分布式問題求解
　9.3　主體理論
　9.5　主體結(jié)構(gòu)
　9.6　主體通信
　9.7　主體的協(xié)調(diào)與協(xié)作
　9.8　小結(jié)
　習(xí)題9
第十章　知識發(fā)現(xiàn)與數(shù)據(jù)挖掘
　10.1　概述　
　10.2　數(shù)據(jù)挖掘與KDD
　10.3　數(shù)據(jù)挖掘功能
　10.4　數(shù)據(jù)挖掘技術(shù)和方法
　10.5　關(guān)聯(lián)分析
　10.6　聚類分析
　10.7　小結(jié)
　習(xí)題10
第十一章　遺傳算法
　11.1　遺傳算法概述
　11.2　基本遺傳算法
　11.3　模式理論
　11.4　遺傳算法的進(jìn)一步討論
　11.5　小結(jié)
　習(xí)題11
參考文獻(xiàn)