| 第1章 绪论 1.1 人工智能概述 1.2 人工智能的发展史 1.3 人工智能的研究领域 习题1 第2章 知识表达技术 2.1 知识的概念与含义 2.2 知识类型和知识模型的变换 2.3 状态空间表达法 2.4 与/或图表达法 2.5 产生式系统 2.6 知识的逻辑表达方法 2.7 语义网络 2.8 框架表达法 2.9 特征表表达法 2.10 面向对象的表示 习题2 第3章 基本的问题求解方法 3.1 状态空间搜索概述 3.2 盲目的图搜索策略 3.3 启发式图搜索策略 3.4 与/或图搜索 3.5 通用问题求解技术简介 3.6 中间_结局分析法 3.7 生成与测试 3.8 约束与满足 习题3 第4章 基本的推理技术 4.1 推理技术概述 4.2 归结反演系统 4.3 基于规则的演绎推理 习题4 第5章 不精确推理 5.1 概述 5.2 概率方法 5.3 主观Bayes方法 5.4 可信度方法 5.5 模糊推理 习题5 第6章 PROLOG语言 6.1 PROLOG语言概述 6.2 PROLOG语言的结构 6.3 PROLOG语言的内部谓词 6.4 PROLOG语言的搜索策略 6.5 谓词!的讨论 6.6 PROLOG程序设计 6.7 PROLOG语言与C语言的连接 习题6 第7章 专家系统 7.1 专家系统的定义与分类 7.2 专家系统的结构与工作原理 7.3 知识获取 7.4 专家系统的建立 7.5 专家系统实例 7.6 专家系统的开发工具 习题7 第8章 机器学习 8.1 机器学习概述 8.2 机械学习 8.3 相关产生式学习系统 8.4 示例学习 8.5 类比学习 8.6 几种类比学习系统介绍 8.7 归纳学习 习题8 第9章 人工神经网络 9.1 人工神经网络概述 9.2 人工神经元模型 9.3 人工神经网络结构及工作方式 9.4 神经网络的学习方法 9.5 前馈型神经网络 9.6 神经联想记忆与Hopfield网络 习题9 参考文献 |
内容加载中，请稍后...
商品评论（0条）