人工智能导论
2000-01
清华大学出版社
林尧瑞，马少平编著
360
无
本书主要讲述人工智能问题求解方法的一般原理和基本思想，并简要介绍人工智能语言，知识表示方法以及几个应用领域中所涉及的人工智能问题。
全书共十章，前五章是人工智能基本原理和方法的论述，后五章是人工智能技术应用中涉及的几个主要问题，这些内容都是了解人工智能技术最基本的入门知识。
本书可作为计算机专业本科生和研究生学习人工智能导论课程的教材和参考书，也可作为其他专业研究生了解人工智能技术的参考书。本书还可作为其他对人工智能技术有兴趣的科技、工程技术人员学习的入门参考书。
绪论0．1 人工智能的研究目标0．2 人工智能发展简史0．3 人工智能研究的课题第一章 产生式系统1．1 产生式系统的组成部分1．2 产生式系统的基本过程1．3 产生式系统的控制策略1．4 问题的表示1．5 产生式系统的类型1．6 小结习题第二章 产生式系统的搜索策略2．1 回溯策略(backtracking strategies)2．2 图搜索策略2．3 无信息图搜索过程2．4 启发式图搜索过程2．5 按索算法讨论2．6 小结习题第三章 可分解产生式系统的搜索策略3．1 与或图的搜索3．2 与或图的启发式按索算法ao3．3 博弈树的搜索3．4 小结习题第四章 人工智能中的调词演算及应用4．1 一阶谓词演算的基本体系4．2 归结(消解resolution)4.3 归结反演系统(refutation)4，4 基于归结法的问答系统4．5 基于归结的自动程序综合4．6 基于归结的问题求解方法4，7 基于规则的正向演绎系统4．8 基于规则的逆向演绎系统4．9 基于规则的演绎系统的几个问题4．10 小结习题第五章 人工智能系统规划方法5.1 规划(planning)5．2 机器人问题求解5．3 规划的表示问题5.4 使用目标堆栈的简单规划方法5．5 用目标集的非线性规划方法5.6 分层规划方法5.7 小结习题第六章 人工智能语言6．1 lisp6.2 planner6．3 prolog6.4 专家系统工具6.5 小结习题第七章 知识表示7．1 单元表示7．2 语义网络7．3 概念从属7．4 框架7．5 脚本7．6 过程表示7．7 小结习题第八章 自然语自理解8．1 引言8．2 简单句理解8．3 复合句理解8．4 语言生成8．5 机器翻译8．6 小结习题第九章 感知9．1 感知问题概述9．2 求解感知问题所使用的技术9，3 约束满足法9．4 小结习题第十章 学习10．1 概述10．2 机器学习的分类10．3 机械(或死记)学习(rote learning)20．4 指点或教授学习(learning by being told)20．5 类比学习(learning by analogy)10．6 概念学习(concept learning)10．7 发现学习(discovery as learning)10.8 小结习题参考文献
无