人工智能學習輔導與實驗指導（簡體書）

人工智能是研究解釋和模擬人類智能、智能行為及其規律的一門前沿和交叉學科。目前市面上“人工智能”課程主教材已有多種不同的版本，但是輔導用書和實驗用書比較缺乏。
本書主要是“人工智能”課程的配套教材。內容涉及知識表示、基本問題求解、基本推理方法、Visual Prolog語言、專家系統、機器學習、人工神經網絡、Agent等方面。本書對人工智能的知識要點進行了歸納，對典型例題進行了深入解析，并提供了一些自測題及部分參考答案，設計了Visual Prolog等編程實驗并有相應的提示，給出一個實現專家系統的小案例，最后的附錄是近幾年同等學力申請計算機碩士學位人工智能考試真題及參考答案。
本書內容符合國家相關課程標準，適合計算機專業本科高年級學生學習參考，也適合作為研究生入學考試的備考資料。

第1章 緒論
　1.1 學習目標與要求
　1.2 知識要點
1.2.1 人工智能的概念
1.2.2 人工智能程序和通常計算機程序的比較
1.2.3 人工智能的三個主要目標
1.2.4 人工智能發展史
1.2.5 研究領域
　1.3 習題解析
　1.4 自測題及部分參考答案
1.4.1 自測題
1.4.2 部分參考答案
第2章 知識表達技術
　2.1 學習目標與要求
　2.2 知識要點
2.2.1 知識的概念與含義
2.2.2 知識類型和知識模型的變換
2.2.3 狀態空間表達法
2.2.4 與/或圖表達法
2.2.5 知識的邏輯表達方法
2.2.6 語義網絡表達法
2.2.7 產生式系統
2.2.8 框架表達法
2.2.9 特徵表表達法
2.2.10 面向對象的表示
　2.3 習題解析
　2.4 自測題及部分參考答案
2.4.1 自測題
2.4.2 部分參考答案
第3章 基本的問題求解方法
　3.1 學習目標與要求
　3.2 基本內容
3.2.1 搜索的概念
3.2.2 狀態空間搜索概述
3.2.3 盲目的圖搜索策略
3.2.4 啟發式圖搜索策略
3.2.5 與/或圖搜索
3.2.6 博弈樹搜索
3.2.7 通用問題求解技術簡述
　3.3 習題解析
　3.4 自測題及部分參考答案
3.4.1 自測題
3.4.2 部分參考答案
第4章 基本的推理技術
　4.1 學習目標與要求
　4.2 知識要點
4.2.1 推理技術概述
4.2.2 歸結反演系統
4.2.3 基於規則的演繹推理
　4.3 習題解析
　4.4 自測題及部分參考答案
4.4.1 自測題
4.4.2 部分參考答案
第5章 不精確推理
　5.1 學習目標與要求
　5.2 知識要點
5.2.1 不精確推理的概念、需要解決的基本問題及推理模型
5.2.2 概率方法
5.2.3 主觀Bayes方法
5.2.4 可信度方法
5.2.5 模糊推理
　5.3 習題解析
　5.4 自測題及部分參考答案
5.4.1 自測題
5.4.2 部分參考答案
第6章 Visual Prolog語言
第7章 專家系統
第8章 機器學習
第9章 人工神經網絡
第10章 Agent簡介及人工智能的爭論與展望
附錄A Visual Prolog語言程序設計實驗指導
附錄B 基於VP設計專家系統的案例
附錄C 同等學力人員申請碩士學位計算機科學與技術學科綜合水平全國統一考試大綱與指南（第二版）人工智能部分
附錄D 計算機科學與技術人工智能考試真題
附錄E 計算機科學與技術人工智能考試真題參考答案
參考文獻