人工智能：原理與技術(shù)

目錄


第1章緒論

1.1人工智能的基本概念

1.2人工智能的發(fā)展簡史

1.3人工智能的最新發(fā)展

1.4本書的主要內(nèi)容和組織結(jié)構(gòu)

1.5本章小結(jié)

參考文獻(xiàn)

第一篇邏 輯 智 能

第2章知識(shí)表示

2.1本體論

2.1.1本體的定義

2.1.2本體的構(gòu)建

2.1.3基本形式化本體

2.2資源描述框架和本體語言

2.2.1RDF的基本結(jié)構(gòu)

2.2.2RDFS本體語言

2.2.3OWL語言

2.3知識(shí)圖譜

2.3.1知識(shí)圖譜的基本概念

2.3.2知識(shí)圖譜的構(gòu)建方法

2.3.3本體/知識(shí)圖譜的應(yīng)用

2.4本章小結(jié)

參考文獻(xiàn)

第3章邏輯推理與專家系統(tǒng)

3.1命題邏輯

3.1.1命題的基本概念及其運(yùn)算

3.1.2命題邏輯的推理規(guī)則

3.1.3魯濱遜歸結(jié)原理

3.2一階邏輯

3.2.1一階邏輯的基本概念

3.2.2合一算法

3.2.3前向鏈接和反向鏈接

3.2.4歸結(jié)證明

3.3Herbrand定理

3.4邏輯系統(tǒng)編程語言

3.4.1Prolog

3.4.2LISP

3.5專家系統(tǒng)

3.6本章小結(jié)

參考文獻(xiàn)








第4章搜索智能

4.1圖搜索

4.1.1寬度優(yōu)先搜索

4.1.2深度優(yōu)先搜索

4.1.3A*搜索

4.2局部搜索

4.2.1爬山法

4.2.2牛頓法

4.2.3梯度下降法

4.3本章小結(jié)

參考文獻(xiàn)


第5章自動(dòng)規(guī)劃

5.1規(guī)劃問題的形式化表示

5.2狀態(tài)空間規(guī)劃

5.3規(guī)劃空間規(guī)劃

5.4規(guī)劃圖

5.5時(shí)序規(guī)劃

5.6本章小結(jié)

參考文獻(xiàn)


第6章邏輯系統(tǒng)中的學(xué)習(xí)

6.1歸納邏輯程序設(shè)計(jì)

6.2解釋學(xué)習(xí)

6.3關(guān)聯(lián)學(xué)習(xí)

6.4本章小結(jié)

參考文獻(xiàn)

第二篇計(jì) 算 智 能

第7章概率推理

7.1貝葉斯網(wǎng)絡(luò)推理

7.1.1貝葉斯網(wǎng)絡(luò)的基本概念

7.1.2貝葉斯網(wǎng)絡(luò)的精確推理

7.1.3貝葉斯網(wǎng)絡(luò)的近似推理

7.2馬爾可夫網(wǎng)絡(luò)推理

7.3隱馬爾可夫模型

7.4卡爾曼濾波

7.5動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)

7.6時(shí)序概率推理的一般方法

7.7證據(jù)理論

7.8本章小結(jié)

參考文獻(xiàn)


第8章模糊系統(tǒng)

8.1模糊邏輯

8.2粗糙集

8.3本章小結(jié)

參考文獻(xiàn)


第9章樣例學(xué)習(xí)

9.1決策樹

9.1.1決策樹的學(xué)習(xí)算法

9.1.2屬性重要度計(jì)算

9.1.3泛化與過擬合

9.2回歸

9.2.1線性回歸

9.2.2邏輯回歸

9.2.3正則化

9.3支持向量機(jī)

9.4非參數(shù)化學(xué)習(xí)

9.5集成學(xué)習(xí)

9.5.1Boosting

9.5.2Bagging

9.6統(tǒng)計(jì)機(jī)器學(xué)習(xí)

9.6.1完全觀測下的概率學(xué)習(xí)

9.6.2部分觀測下的概率學(xué)習(xí)

9.6.3無向概率圖學(xué)習(xí)

9.7無監(jiān)督學(xué)習(xí)

9.7.1聚類

9.7.2降維

9.8本章小結(jié)

參考文獻(xiàn)


第10章人工神經(jīng)網(wǎng)絡(luò)

10.1單/多層前饋神經(jīng)網(wǎng)絡(luò)

10.1.1單層前饋神經(jīng)網(wǎng)絡(luò)

10.1.2多層前饋神經(jīng)網(wǎng)絡(luò)

10.2深度神經(jīng)網(wǎng)絡(luò)

10.2.1卷積神經(jīng)網(wǎng)絡(luò)

10.2.2循環(huán)神經(jīng)網(wǎng)絡(luò)

10.3神經(jīng)網(wǎng)絡(luò)的生成式模型

10.3.1受限玻爾茲曼機(jī)

10.3.2生成式對抗網(wǎng)絡(luò)

10.4本章小結(jié)

參考文獻(xiàn)


第11章強(qiáng)化學(xué)習(xí)

11.1馬爾可夫決策過程

11.1.1完全可觀察的馬爾可夫決策過程

11.1.2部分可觀察的馬爾可夫決策過程

11.2被動(dòng)強(qiáng)化學(xué)習(xí)

11.2.1蒙特卡洛學(xué)習(xí)

11.2.2時(shí)序差分學(xué)習(xí)

11.3主動(dòng)強(qiáng)化學(xué)習(xí)

11.4深度強(qiáng)化學(xué)習(xí)

11.4.1基于價(jià)值的深度強(qiáng)化學(xué)習(xí)

11.4.2基于策略的深度強(qiáng)化學(xué)習(xí)

11.5本章小結(jié)

參考文獻(xiàn)


第12章進(jìn)化計(jì)算與群體智能

12.1遺傳算法

12.2模擬退火算法

12.3蟻群算法

12.4粒子群優(yōu)化

12.5人工免疫系統(tǒng)

12.6本章小結(jié)

參考文獻(xiàn)

第三篇平 行 智 能

第13章分布式人工智能與多agent系統(tǒng)

13.1分布式問題求解

13.1.1分布式約束滿足

13.1.2分布式優(yōu)化

13.2博弈搜索

13.2.1標(biāo)準(zhǔn)式博弈

13.2.2擴(kuò)展式博弈

13.2.3極小極大搜索

13.2.4蒙特卡洛樹搜索

13.2.5博弈的其他類型

13.3機(jī)制設(shè)計(jì)

13.3.1投票

13.3.2拍賣

13.3.3公共資源分配

13.4本章小結(jié)

參考文獻(xiàn)


第14章平行智能

14.1平行系統(tǒng)和ACP方法

14.2人工社會(huì)與復(fù)雜系統(tǒng)研究

14.3人工系統(tǒng)的構(gòu)建

14.3.1基礎(chǔ)人口合成

14.3.2agent的體系結(jié)構(gòu)和行為建模

14.4人工系統(tǒng)的初步應(yīng)用

14.4.1應(yīng)急疏散

14.4.2人口演化

14.5平行學(xué)習(xí)

14.6本章小結(jié)

參考文獻(xiàn)


第15章知識(shí)自動(dòng)化與社會(huì)智能

15.1知識(shí)自動(dòng)化

15.1.1知識(shí)自動(dòng)化的基本思想

15.1.2知識(shí)自動(dòng)化與平行智能的關(guān)系

15.2社會(huì)智能

15.2.1社會(huì)計(jì)算： 社會(huì)智能的實(shí)現(xiàn)方式

15.2.2社會(huì)計(jì)算與平行智能的關(guān)系

15.3本章小結(jié)

參考文獻(xiàn)