人工智能導論

第1章　緒論 1
1.1 人工智能的概念 1
1.2 人工智能發展簡史 2
1.3 人工智能的研究領域 4
1.3.1 專家系統 4
1.3.2 自然語言理解 5
1.3.3 機器學習 5
1.3.4 自動定理證明 6
1.3.5 自動程序設計 6
1.3.6 分佈式人工智能 6
1.3.7 機器人學 7
1.3.8 模式識別 7
1.3.9 博弈 8
1.3.10 電腦視覺 8
1.3.11 軟計算 9
1.3.12 智能控制 9
1.3.13 智能規劃 10
1.4 人工智能的應用 10
1.4.1 智能安防 10
1.4.2 無人駕駛 12
1.5 人工智能的影響 15
本章小結 15
習題 16
第2章　知識工程 17
2.1 概述 17
2.2 知識表示方法 18
2.2.1 謂詞邏輯表示法 19
2.2.2 產生式表示法 21
2.2.3 語義網絡表示法 23
2.2.4 框架表示法 29
2.2.5 面向對象表示法 32
2.2.6 知識表示的一般性方法及選取 32
2.3 知識獲取與管理 34
2.3.1 知識獲取 34
2.3.2 知識獲取的基本過程 35
2.3.3 知識獲取的輔助工具 38
2.3.4 知識庫管理 39
2.4 專家系統 41
2.4.1 專家系統概述 41
2.4.2 專家系統的結構 43
2.4.3 專家系統的工作原理 45
習題 46
第3章 確定性和不確定性推理 47
3.1 概述 47
3.1.1 推理的定義 48
3.1.2 推理方式及其分類 48
3.1.3 推理方向 50
3.1.4 沖突消解策略 53
3.2 自然演繹推理 54
3.2.1 自然演繹推理的基本概念 54
3.2.2 利用自然演繹推理解決問題 55
3.3 歸結演繹推理 57
3.3.1 謂詞公式與子句集 57
3.3.2 魯賓遜歸結原理 60
3.3.3 歸結反演 62
3.3.4 用歸結反演解決實際問題 64
3.4 與/或形演繹推理 65
3.4.1 與/或形正向演繹推理 66
3.4.2 與/或形逆向演繹推理 67
3.4.3 與/或形雙向演繹推理 70
3.5 不確定性推理 71
3.5.1 不確定性推理的基本概念 72
3.5.2 可信度方法 73
3.5.3 證據理論 76
3.5.4 模糊推理方法 80
本章小結 87
習題 89
第4章　搜索技術 91
4.1　搜索技術概述 91
4.2　圖搜索策略 92
4.2.1　狀態圖知識表示 92
4.2.2　狀態圖搜索 93
4.3　盲目搜索 95
4.3.1　寬度優先搜索 95
4.3.2　深度優先搜索 96
4.4　啟發式搜索 98
4.4.1　概念釋義 98
4.4.2　估價函數 98
4.4.3　啟發式搜索算法A 98
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　極小極大分析法 113
4.5.3　α-β剪枝技術 113
本章小結 114
習題 115
第5章　機器學習 116
5.1　機器學習的發展 116
5.1.1　什麽是機器學習 116
5.1.2　機器學習的發展歷史和研究現狀 117
5.2　監督學習 119
5.2.1　監督學習的分類 119
5.2.2　監督學習的主要算法 120
5.3　無監督學習 125
5.4　弱監督學習 127
本章小結 129
習題 129
第6章 人工神經網絡與深度學習 130
6.1 神經網絡簡介 130
6.1.1 神經網絡概述 130
6.1.2 神經網絡的發展史 130
6.2 神經元與神經網絡 132
6.2.1 神經元 132
6.2.2 神經網絡 133
6.3 BP神經網絡及其學習算法 134
6.3.1 BP神經網絡 134
6.3.2 BP神經網絡模型 135
6.3.3 BP神經網絡學習算法 135
6.4 深度學習的應用 137
6.4.1 深度學習概念 137
6.4.2 電腦視覺的應用 138
6.4.3 語音識別的應用 139
6.4.4 自然語言處理的應用 139
習題 140
第7章　自然語言處理 141
7.1 概述 141
7.1.1 自然語言理解研究的發展 141
7.1.2 自然語言處理過程的層次 143
7.2 機器翻譯 146
7.2.1 機器翻譯的發展 146
7.2.2 機器翻譯的方法 147
7.3 自然語言人機交互 149
7.3.1 文本人機交互 150
7.3.2　語音人機交互 150
7.4　智能問答 151
7.4.1 問答系統的定義 152
7.4.2　問答系統的處理過程 152
7.4.3　早期的問答系統 152
7.4.4　開放式問答系統 153
第8章　多智能體系統 154
8.1　智能體簡介 154
8.1.1　智能體的定義 154
8.1.2　智能體的特徵 155
8.1.3　智能體的應用 156
8.1.4　智能體的基本結構和工作過程 156
8.1.5　智能體環境的多樣性 156
8.1.6　智能體的分類 158
8.2　多智能體協商 159
8.3　多智能體學習 161
8.3.1　多智能體強化學習 161
8.3.2　多智能體強化學習基本算法 161
本章小結 162
習題 162
第9章 人工智能綜合應用 163
9.1　嵌入式人工智能綜合開發平臺介紹 163
9.2 嵌入式沙盤介紹 164
9.3 功能介紹 165
9.3.1 語音識別與處理 166
9.3.2 圖像識別與處理 169
9.4 嵌入式人工智能綜合開發平臺結果展示 174
9.4.1 任務要求 174
9.4.2 圖像識別及平臺展示 176
本章小結 179
習題 179
參考文獻 180