人工智能及其应用 第4版

1 (p1): 第1章 绪论
1 (p2): 1.1 人工智能的定义与发展
1 (p3): 1.1.1 人工智能的定义
3 (p4): 1.1.2 人工智能的起源与发展
9 (p5): 1.2 人工智能的各种认知观
9 (p6): 1.2.1 人工智能各学派的认知观
10 (p7): 1.2.2 人工智能的争论
11 (p8): 1.3 人类智能与人工智能
11 (p9): 1.3.1 智能信息处理系统的假设
13 (p10): 1.3.2 人类智能的计算机模拟
15 (p11): 1.4 人工智能的研究目标和内容
15 (p12): 1.4.1 人工智能的研究目标
16 (p13): 1.4.2 人工智能研究的基本内容
18 (p14): 1.5 人工智能研究的主要方法
19 (p15): 1.6 人工智能的研究与应用领域
26 (p16): 1.7 本书概要
27 (p17): 习题
28 (p18): 第2章 知识表示方法
28 (p19): 2.1 状态空间表示
28 (p20): 2.1.1 问题状态描述
30 (p21): 2.1.2 状态图示法
31 (p22): 2.2 问题归约表示
31 (p23): 2.2.1 问题归约描述
33 (p24): 2.2.2 与或图表示
35 (p25): 2.3 谓词逻辑表示
36 (p26): 2.3.1 谓词演算
38 (p27): 2.3.2 谓词公式
39 (p28): 2.3.3 置换与合一
41 (p29): 2.4 语义网络表示
41 (p30): 2.4.1 二元语义网络的表示
44 (p31): 2.4.2 多元语义网络的表示
44 (p32): 2.4.3 语义网络的推理过程
47 (p33): 2.5 框架表示
47 (p34): 2.5.1 框架的构成
49 (p35): 2.5.2 框架的推理
51 (p36): 2.6 本体技术
51 (p37): 2.6.1 本体的概念
53 (p38): 2.6.2 本体的组成与分类
54 (p39): 2.6.3 本体的建模
58 (p40): 2.7 过程表示
60 (p41): 2.8 小结
61 (p42): 习题
63 (p43): 第3章 确定性推理
63 (p44): 3.1 图搜索策略
64 (p45): 3.2 盲目搜索
65 (p46): 3.2.1 宽度优先搜索
66 (p47): 3.2.2 深度优先搜索
68 (p48): 3.2.3 等代价搜索
69 (p49): 3.3 启发式搜索
69 (p50): 3.3.1 启发式搜索策略和估价函数
70 (p51): 3.3.2 有序搜索
73 (p52): 3.3.3 A＊算法
76 (p53): 3.4 消解原理
76 (p54): 3.4.1 子句集的求取
78 (p55): 3.4.2 消解推理规则
79 (p56): 3.4.3 含有变量的消解式
80 (p57): 3.4.4 消解反演求解过程
83 (p58): 3.5 规则演绎系统
84 (p59): 3.5.1 规则正向演绎系统
89 (p60): 3.5.2 规则逆向演绎系统
92 (p61): 3.5.3 规则双向演绎系统
93 (p62): 3.6 产生式系统
93 (p63): 3.6.1 产生式系统的组成
95 (p64): 3.6.2 产生式系统的推理
97 (p65): 3.6.3 产生式系统举例
102 (p66): 3.7 非单调推理
102 (p67): 3.7.1 缺省推理
104 (p68): 3.7.2 真值维持系统
107 (p69): 3.8 小结
108 (p70): 习题
110 (p71): 第4章 非经典推理
110 (p72): 4.1 经典推理和非经典推理
111 (p73): 4.2 不确定性推理
111 (p74): 4.2.1 不确定性的表示与量度
112 (p75): 4.2.2 不确定性的算法
114 (p76): 4.3 概率推理
114 (p77): 4.3.1 概率的基本性质和计算公式
115 (p78): 4.3.2 概率推理方法
117 (p79): 4.4 主观贝叶斯方法
117 (p80): 4.4.1 知识不确定性的表示
118 (p81): 4.4.2 证据不确定性的表示
120 (p82): 4.4.3 主观贝叶斯方法的推理过程
123 (p83): 4.5 可信度方法
123 (p84): 4.5.1 基于可信度的不确定性表示
125 (p85): 4.5.2 可信度方法的推理算法
128 (p86): 4.6 证据理论
128 (p87): 4.6.1 证据理论的形式化描述
133 (p88):…