人工智能基础

1 绪论

1.1 人工智能的定义与发展

1.2 人工智能的研究目标及内容

1.3 人工智能的应用领域

习题

2 知识表示

2.1 概述

2.2 一阶谓词逻辑表示法

2.3 产生式表示法

2.4 框架表示法

2.5 语义网络表示法

习题

3 确定性推理

3.1 概述

3.2 自然演绎推理法

3.3 归结推理方法

3.4 归结过程的控制策略

习题

4 不确定性推理

4.1 概述

4.2 可信度方法

4.3 主观贝叶斯方法

4.4 D-S证据理论

4.5 模糊推理

习题

5 搜索求解策略

5.1 概述

5.2 状态空间表示

5.3 盲目式搜索策略

5.4 启发式搜索策略

5.5 与或树的有序搜索

5.6 博弈搜索

习题

6 智能优化算法

6.1 概述

6.2 模拟退火算法

6.3 进化算法

6.4 群智能算法

习题

7 机器学习

7.1 概述

7.2 机器学习的主要策略与基本结构

7.3 决策树

7.4 神经网络

7.5 支持向量机

习题

8 强化学习

8.1 概述

8.2 马尔科夫决策过程

8.3 有模型学习方法