高級人工智能（第三版）

《智能科學技術(shù)著作叢書》序
前言
第1章　緒論
　1.1人工智能的淵源
　1.2人工智能的認知問題
　1.3思維的層次模型
　1.4符號智能
　1.5人工智能的研究方法
　1.6自動推理
　1.7機器學習
　1.8分布式人工智能
　1.9智能系統(tǒng)
　習題
第2章　人工智能邏輯
　2.1概述
　2.2邏輯程序設(shè)計
　2.3封閉世界假設(shè)
　2.4非單調(diào)邏輯
　2.5默認邏輯
　2.6限制邏輯
　2.7非單調(diào)邏輯nml
　2.8自認知邏輯
　2.9真值維護系統(tǒng)
　2.10情景演算
　2.11框架問題
　2.12動態(tài)描述邏輯ddl
　習題
第3章　約束推理
　3.1概述
　3.2回溯法
　3.3約束傳播
　3.4約束傳播在樹搜索中的作用
　3.5智能回溯與真值維護
　3.6變量例示次序與賦值次序
　3.7局部修正搜索法
　3.8基于圖的回跳法
　3.9基于影響的回跳法
　3.10約束關(guān)系運算的處理
　3.11約束推理系統(tǒng)cops
　3.12ilogsolver
　習題
第4章　定性推理
　4.1概述
　4.2定性推理的基本方法
　4.3定性模型推理
　4.4定性進程推理
　4.5定性仿真推理
　4.6代數(shù)方法
　4.7幾何空間定性推理
　習題
第5章　基于案例的推理
　5.1概述
　5.2類比的形式定義
　5.3相似性關(guān)系
　5.4基于案例推理的工作過程
　5.5案例的表示
　5.6案例的索引
　5.7案例的檢索
　5.8案例的利用
　5.9案例的保存
　5.10基于例示的學習
　5.11案例工程
　5.12中心漁場預報專家系統(tǒng)
　習題
第6章　貝葉斯網(wǎng)絡(luò)
　6.1概述
　6.2貝葉斯概率基礎(chǔ)
　6.3貝葉斯問題的求解
　6.4簡單貝葉斯學習模型
　6.5貝葉斯網(wǎng)絡(luò)的建造
　6.6貝葉斯?jié)撛谡Z義模型
　6.7半監(jiān)督文本挖掘算法
　習題
第7章　歸納學習
　7.1概述
　7.2歸納學習的邏輯基礎(chǔ)
　7.3偏置變換
　7.4變型空間方法
　7.5aq歸納學習算法
　7.6cls學習算法
　7.7id3學習算法
　7.8單變量決策樹的交行處理
　7.9歸納學習的計算理論
　習題
第8章　統(tǒng)計學習
　8.1統(tǒng)計方法
　8.2統(tǒng)計學習問題
　8.3學習過程的一致性
　8.4結(jié)構(gòu)風險最小歸納原理
　8.5支持向量機
　8.6核函數(shù)
　8.7鄰近支持向量機
　8.8極端支持向量機
　習題
第9章　解釋學習
　9.1概述
　9.2解釋學習模型
　9.3解釋泛化學習方法
　9.4全局取代解釋泛化方法
　9.5解釋特化學習方法
　9.6解釋泛化的邏輯程序
　9.7基于知識塊的soar系統(tǒng)
　9.8可操作性
　9.9不完全領(lǐng)域知識下的解釋學習
　習題
第10章　強化學習
　10.1概述
　10.2強化學習模型
　10.3動態(tài)規(guī)劃
　10.4蒙特卡羅方法
　10.5時序差分學習
　10.6q學習
　10.7強化學習中的函數(shù)估計
　10.8強化學習的應用
　習題
第11章　無監(jiān)督學習
　11.1概述
　11.2相似性度量
　11.3劃分方法
　11.4層次聚類方法
　11.5基于密度的聚類
　11.6基于網(wǎng)絡(luò)方法
　11.7基于模型的方法
　11.8模糊聚類
　11.9蟻群聚類方法
　11.10聚類方法的評價
　習題
第12章　關(guān)聯(lián)規(guī)則
　12.1概述
　12.2基本概念
　12.3二值型關(guān)聯(lián)規(guī)則挖掘
　12.4頻繁模式樹挖掘算法
　12.5垂直挖掘算法
　12.6挖掘關(guān)聯(lián)規(guī)則的數(shù)組方法
　12.7頻繁閉項集的挖掘算法
　12.8最大頻繁項集的挖掘算法
　12.9增量式關(guān)聯(lián)規(guī)則挖掘
　12.10模糊關(guān)聯(lián)規(guī)則的挖掘
　12.11任意多表間關(guān)聯(lián)規(guī)則的并行挖掘
　12.12基于分布式系統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法
　習題
第13章　進化計算
　13.1概述
　13.2進化系統(tǒng)理論的形式模型
　13.3達爾文進化算法
　13.4基本遺傳算法
　13.5遺傳算法的數(shù)學理論
　13.6遺傳算法的編碼方法
　13.7適應度函數(shù)
　13.8遺傳操作
　13.9變長度染色體遺傳算法
　13.10小生境遺傳算法
　13.11混合遺傳算法
　13.12并行遺傳算法
　13.13分類器系統(tǒng)
　習題
第14章　知識發(fā)現(xiàn)
　14.1概述
　14.2知識發(fā)現(xiàn)的任務(wù)
　14.3知識發(fā)現(xiàn)的工具
　14.4msminer的體系結(jié)構(gòu)
　14.5分布式知識發(fā)現(xiàn)
　習題
第15章　主體計算
　15.1概述
　15.2分布式問題求解
　15.3主體理論
　15.4主體結(jié)構(gòu)
　15.5主體通信語言acl
　15.6協(xié)調(diào)和協(xié)作
　15.7移動主體
　15.8多主體環(huán)境
　習題
第16章　互聯(lián)網(wǎng)智能
　16.1概述
　16.2語義web
　16.3本體知識管理
　16.4web挖掘
　16.5搜索引擎
　16.6web技術(shù)的演化
　16.7集體智能
　16.8展望
　習題
參考文獻