本書比較全面地介紹了人工智能的原理及應用，全書共分9章內(nèi)容，分別介紹了AI基本概念及其發(fā)展狀況、AI數(shù)學基礎(chǔ)、知識表示方法、確定性推理方法、不確定推理、狀態(tài)空間搜索、機器學習、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)。每章給出了一定量的例題和習題，供學生練習使用。各章對原理的敘述力求概念清晰、表達準確，突出理論聯(lián)系實際，富有啟發(fā)性，易于理解。
本書可作為高等院校計算機、智能科學、自動化、電子、通信和管理等專業(yè)研究生和高年級本科生的教材和參考書。本書內(nèi)容對從事人工智能、專家系統(tǒng)、機器學習等相關(guān)領(lǐng)域研究的科技人員具有良好的參考價值。
前言
第1章 緒論
1.1 人工智能的定義
1.1.1 什么是人工智能
1.1.2 人工智能與人類智能
1.2 人工智能的發(fā)展概括
1.3 人工智能的研究途徑及方法
1.4 人工智能的應用領(lǐng)域
第2章 人工智能的數(shù)學基礎(chǔ)
2.1 謂詞邏輯
2.1.1 謂詞基本概念
2.1.2 謂詞公式
2.1.3 謂詞公式的解釋
2.1.4 謂詞公式的性質(zhì)
2.2 概率論
前言
第1章 緒論
1.1 人工智能的定義
1.1.1 什么是人工智能
1.1.2 人工智能與人類智能
1.2 人工智能的發(fā)展概括
1.3 人工智能的研究途徑及方法
1.4 人工智能的應用領(lǐng)域
第2章 人工智能的數(shù)學基礎(chǔ)
2.1 謂詞邏輯
2.1.1 謂詞基本概念
2.1.2 謂詞公式
2.1.3 謂詞公式的解釋
2.1.4 謂詞公式的性質(zhì)
2.2 概率論
2.2.1 隨機現(xiàn)象
2.2.2 樣本空間與隨機事件
2.2.3 事件的概率
2.4.4 事件的獨立性
2.3 模糊理論
2.3.1 模糊性
2.3.2 模糊集與隸屬函數(shù)
2.3.3 模糊集的表示及運算
2.3.4 模糊集的水平截集
2.3.5 模糊度和模糊數(shù)
2.3.6 模糊關(guān)系及其合成
2.3.7 模糊變換
2.4 粗糙集理論
2.4.1 粗糙集的基本概念
2.4.2 粗糙集在知識發(fā)現(xiàn)中的應用
本章小結(jié)
課后練習題
第3章 知識表示方法
第4章 確定性推理
第5章 不確定推理方法
第6章 狀態(tài)空間搜索
第7章 機器學習
第8章 專家系統(tǒng)
第9章 神經(jīng)網(wǎng)絡(luò)
參考文獻
新書資訊