人工智能導論（簡體書）

本書系統地闡述了人工智能的基本理論、基本技術、研究方法和應用領域等內容，比較全面地反映了近：20年來人工智能研究領域的進展，并根據人工智能的發展動向對一些傳統內容作了取舍，詳細介紹了機器學習方面的內容。全書分為8章，內容涉及人工智能的基本概念、知識工程、確定性推理和不確定性推理、搜索策略、機器學習、人工神經網絡，以及模式識別、自然語言處理和智能體等方面。每章后面都附有習題，以供讀者練習。
本書可作為計算機專業本科生和其他相關學科本科生、研究生的教材，也可作為有關科技人員的參考用書。

前言
第1章　緒論
1．1　什麼是人工智能
1．1．1　關於智能
1．1．2　人工智能的研究目標
1．2　人工智能發展簡史
1．3　人工智能研究方法
1．3．1　人工智能研究的特點
1．3．2　人工智能研究的途徑
1．3．3　人工智能研究的資源
1．4　人工智能研究及應用領域
1．4．1　問題求解與博弈
1．4．2　專家系統
1．4．3　自動定理證明
1．4．4　機器學習
1．4．5　人工神經網絡
1．4．6　模式識別
1．4．7　計算機視覺
1．4．8　自然語言處理
1．4．9　智能體
1．4．10　智能控制
1．4．11　機器人學
1．4．12　人工生命
1．5　本章小結
1．6　習題
第2章　知識工程
2．1　概述
2．2　知識表示方法
2．2．1　經典邏輯表示法
2．2．2　產生式表示法
2．2．3　層次結構表示法
2．2．4　網絡結構表示法
2．2．5　其他表示法
2．3　知識獲取與管理
2．3．1　知識獲取的任務
2．3．2　知識獲取的方式
2．3．3　知識管理
2．3．4　本體論
2．4　基於知識的系統
2．4．1　什麼是知識系統
2．4．2　專家系統
2．4．3　知識系統舉例
2．5　本章小結
2．6　習題
第3章　確定性推理
3．1　概述
3．1．1　推理方式與分類
3．1．2　推理控制策略
3．1．3　知識匹配
3．2　自然演繹推理
　3．3　歸結演繹推理
3．3．1　海伯倫理論
3．3．2　魯賓遜歸結原理
3．3．3　歸結反演
3．3．4　歸結策略
3．3．5　應用歸結原理求解問題
3．4　與或形演繹推理
3．4．1　與或形正向演繹推理
3．4．2　與或形逆向演繹推理
3．4．3　與或形雙向演繹推理
3．5　本章小結
3．6　習題
第4章　不確定性推理
4．1　概述
4．2　基本概率方法
4．3　主觀貝葉斯方法
4．3．1　不確定性的表示
4．3．2　不確定性的傳遞算法
4．3．3　結論不確定性的合成算法
　……
第5章　搜索策略
第6章　機器學習
第7章　人工神經網絡
第8章　人工智能的其他領域
參考文獻