本书系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域等内容,比较全面地反映了近:20年来人工智能研究领域的进展,并根据人工智能的发展动向对一些传统内容作了取舍,详细介绍了机器学习方面的内容。全书分为8章,内容涉及人工智能的基本概念、知识工程、确定性推理和不确定性推理、搜索策略、机器学习、人工神经网络,以及模式识别、自然语言处理和智能体等方面。每章后面都附有习题,以供读者练习。 本书可作为计算机专业本科生和其他相关学科本科生、研究生的教材,也可作为有关科技人员的参考用书。

前言
第1章 绪论
1.1 什么是人工智能
1.1.1 关于智能
1.1.2 人工智能的研究目标
1.2 人工智能发展简史
1.3 人工智能研究方法
1.3.1 人工智能研究的特点
1.3.2 人工智能研究的途径
1.3.3 人工智能研究的资源
1.4 人工智能研究及应用领域
1.4.1 问题求解与博弈
1.4.2 专家系统
1.4.3 自动定理证明
1.4.4 机器学习
1.4.5 人工神经网络
1.4.6 模式识别
1.4.7 计算机视觉
1.4.8 自然语言处理
1.4.9 智能体
1.4.10 智能控制
1.4.11 机器人学
1.4.12 人工生命
1.5 本章小结
1.6 习题
第2章 知识工程
2.1 概述
2.2 知识表示方法
2.2.1 经典逻辑表示法
2.2.2 产生式表示法
2.2.3 层次结构表示���
2.2.4 网络结构表示法
2.2.5 其他表示法
2.3 知识获取与管理
2.3.1 知识获取的任务
2.3.2 知识获取的方式
2.3.3 知识管理
2.3.4 本体论
2.4 基于知识的系统
2.4.1 什么是知识系统
2.4.2 专家系统
2.4.3 知识系统举例
2.5 本章小结
2.6 习题
第3章 确定性推理
3.1 概述
3.1.1 推理方式与分类
3.1.2 推理控制策略
3.1.3 知识匹配
3.2 自然演绎推理
3.3 归结演绎推理
3.3.1 海伯伦理论
3.3.2 鲁宾逊归结原理
3.3.3 归结反演
3.3.4 归结策略
3.3.5 应用归结原理求解问题
3.4 与或形演绎推理
3.4.1 与或形正向演绎推理
3.4.2 与或形逆向演绎推理
3.4.3 与或形双向演绎推理
3.5 本章小结
3.6 习题
第