第一章 绪论-1参考书籍和目录

第一章 绪论-1参考书籍和目录

zhaoheji
参考书籍：

书籍目录：

• 第0章 绪论
  0.1 什么是人工智能
  0.2 图灵测试
  0.3 中文屋子问题
  0.4 人工智能的研究目标
  0.5 人工智能发展简史
  0.6 人工智能研究的课题

• 第1章 搜索问题
  1.1 回溯策略
  1.2 图搜索策略
  1.3 无信息图搜索过程
  1.4 启发式图搜索过程
  1.5 搜索算法讨论习题

• 第2章 与或图搜索问题
  2.1 与或图的搜索
  2.2 与或图的启发式搜索算法AO
  2.3 博弈树的搜索

• 第3章 谓词逻辑与归结原理
  3.1 命题逻辑
  – 3.1.1 命题
  – 3.1.2 命题公式
  – 3.1.3 命题逻辑的意义
  – 3.1.4 命题逻辑的推理规则
  – 3.1.5 命题逻辑的归结方法
  3.2 谓词逻辑基础
  – 3.2.1 谓词基本概念
  – 3.2.2 一阶谓词逻辑
  – 3.2.3 谓词演算与推理
  – 3.2.4 谓词知识表示
  3.3 谓词逻辑归结原理
  – 3.3.1 归结原理概述
  – 3.3.2 Skolem标准型
  – 3.3.3 子句集
  – 3.3.4 置换与合一
  – 3.3.5 归结式
  – 3.3.6 归结过程
  – 3.3.7 归结过程控制策略
  3.4 Herbrand定理
  – 3.4.1 概述
  – 3.4.2 H域
  – 3.4.3 H解释
  – 3.4.4 语义树与Herbrand定理
  – 3.4.5 Herbrand定理
  – 3.4.6 Herbrand定理与归结法的完备性

• 第4章 知识表示
  4.1 概述
  – 4.1.1 知识
  – 4.1.2 知识表示
  – 4.1.3 知识表示观
  4.2 产生式表示
  – 4.2.1 事实与规则的表示
  – 4.2.2 产生式系统的结构
  – 4.2.3 产生式系统的推理
  – 4.2.4 产生式表示的特点
  4.3 语义网络表示
  – 4.3.1 语义网络的结构
  – 4.3.2 基本的语义关系
  – 4.3.3 语义网络的推理
  – 4.3.4 语义网络表示法的特点
  4.4 框架表示
  – 4.4.1 框架结构
  – 4.4.2 框架表示下的推理
  – 4.4.3 框架表示法的特点
  4.5 其他表示方法
  – 4.5.1 脚本知识表示方法
  – 4.5.2 过程性知识表示法
  – 4.5.3 直接性知识表示方法

• 第5章 不确定性推理方法
  5.1 概述
  – 5.1.1 不确定性
  – 5.1.2 不确定性推理的基本问题
  – 5.1.3 不确定性推理方法的分类
  5.2 概率论基础
  – 5.2.1 随机事件
  – 5.2.2 事件的概率
  – 5.2.3 贝叶斯定理
  – 5.2.4 信任几率
  5.3 贝叶斯网络
  – 5.3.1 贝叶斯网络基本概念
  – 5.3.2 贝叶斯网络的推理模式
  5.4 主观贝叶斯方法
  – 5.4.1 规则的不确定性
  – 5.4.2 证据的不确定性
  – 5.4.3 推理计算
  5.5 确定性方法
  – 5.5.1 规则的不确定性度量
  – 5.5.2 证据的不确定性度量
  – 5.5.3 不确定性的传播与更新
  – 5.5.4 问题
  5.6 证据理论（D-Stheory）
  – 5.6.1 基本概念
  – 5.6.2 证据的不确定性
  – 5.6.3 规则的不确定性
  – 5.6.4 推理计算

• 第6章 机器学习
  6.1 概述
  – 6.1.1 机器学习的基本概念
  – 6.1.2 机器学习研究的意义
  – 6.1.3 机器学·习发展历史
  – 6.1.4 机器学习分类
  6.2 机器学习的基本系统结构
  – 6.2.1 环境
  – 6.2.2 知识库
  – 6.2.3 学习环节
  – 6.2.4 执行环节
  6.3 实例学习
  – 6.3.1 实例学习的基本概念
  – 6.3.2 实例学习方法的分类
  – 6.3.3 变型空间法
  6.4 解释学习
  – 6.4.1 解释学习的基本概念
  – 6.4.2 解释学习方法
  6.5 决策树学习
  – 6.5.1 概述
  – 6.5.2 1D3算法
  6.6 神经网络学习
  – 6.6.1 神经网络基础
  – 6.6.2 前馈型人工神经网络
  – 6.6.3 自组织竞争人工神经网络
  – 6.6.4 人工神经网络的应用

• 第7章 高级搜索
  7.1 基本概念
  – 7.1.1 组合优化问题
  – 7.1.2 邻域
  7.2 局部搜索算法
  7.3 模拟退火算法
  – 7.3.1 固体退火过程
  – 7.3.2 模拟退火算法
  – 7.3.3 参数的确定
  – 7.3.4 应用举例——旅行商问题
  7.4 遗传算法
  – 7.4.1 生物进化与遗传算法
  – 7.4.2 遗传算法的实现问题