本书主要介绍和讲解目前人工智能三个主要流派所包含的基础理论和研究方法,并通过实例来详细了解这些技术的特点及应用,带领读者走进人工智能的世界。本书以人工智能技术的发展为线索,内容共分5章,包括知识的表示、搜索技术、机器学习、深度学习等内容,在结构上便于裁剪,适应于不同学时的高校教学需求;在内容上将对数学原理和算法的讲解与实例分析和Python代码实现相配合,通过例题来帮助读者理解和应用公式,具体代码实现部分也能更好地帮助读者理解数学原理和应用实际之间的结合方法、算法的组织过程以及相关人工智能技术的编程实现,能尽快上手应用。同时,本书除了介绍各种算法基本步骤的源代码实现以外,还介绍了目前人工智能领域里一些主要算法工具包的使用方法,降低了非计算机类专业学生的编程门槛,并增加了参考实验环节,方便实验教学和进行实战学习。实验和章节中的相关实例内容均附有源代码及介绍,源代码中包含详尽的注释。本书有配套网络教学平台,便于开展线上线下混合式教学,读者可下载超星学习通并注册,打开学习通APP,扫描二维码加入学习。本书可作为高等院校人工智能及相关专业本专科人工智能基础课程的教材,也可用于其他专业的选修教材

第1章概述1 1.1人工智能发展历史简介1 1.2人工智能的应用4 思考与练习8 第2章知识的表示9 2.1知识与知识表示的概念9 2.2谓词逻辑表示法10 2.3产生式表示法13 2.4语义网络表示法15 2.5框架表示法17 2.6状态空间表示法20 2.7问题规约法25 2.8面向对象的表示法26 2.9实验与设计27 思考与练习29 第3章搜索技术31 3.1概述31 3.2盲目搜索33 3.3启发式搜索42 3.4博弈搜索49 3.5动态规划56 3.6实验与设计60 思考与练习64 第4章机器学习66 4.1概述66 4.2监督学习68 4.3人工神经网络98 4.4非监督学习113 4.5机器学习的应用134 4.6实验与设计142 思考与练习144 第5章群智能算法146 5.1概述146 5.2遗传算法147 5.3差分进化算法157 5.4蚁群优化算法163 5.5实验与设计166 思考与练习167 附录APython基础知识简介168 参考文献176