第1章 概述
1.1 人工智能的產生與發(fā)展
1.1.1 人工智能的產生
1.1.2 人工智能發(fā)展的三次熱潮
1.2 人工智能的內涵與外延
1.2.1 圖靈測試
1.2.2 人工智能的內涵
1.2.3 人工智能的外延
1.2.4 人工智能的層次結構
1.2.5 強人工智能與弱人工智能
1.3 人工智能的三大學派
1.3.1 符號主義學派
1.3.2 連接主義學派
1.3.3 行為主義學派
1.4 人工智能的數學基礎
1.4.1 數學是人工智能的基石
1.4.2 人工智能的常用數學
1.5 人工智能的應用
1.5.1 人工智能的實現方式
1.5.2 人工智能的主要應用場景
1.5.3 人工智能的發(fā)展趨勢
本章小結
第2章 知識與知識表示
2.1 知識的特征與分類
2.1.1 知識的特征
2.1.2 知識的分類
2.2 計算機表示知識的方法
2.2.1 知識表示的原則
2.2.2 知識表示的方法分類
2.2.3 知識表示的全過程
2.3 產生式表示法
2.3.1 產生式的結構
2.3.2 產生式表示法舉例
2.4 一階謂詞邏輯表示法
2.4.1 知識的謂詞邏輯表示
2.4.2 謂詞邏輯表示法舉例
2.5 語義網絡表示法
2.5.1 語義網絡的特點與結構
2.5.2 語義網絡表示法舉例
2.6 框架表示法
2.6.1 框架的基本結構與特點
2.6.2 框架表示法舉例
2.7 狀態(tài)空間表示法
2.7.1 描述問題狀態(tài)
2.7.2 狀態(tài)空間表示法舉例
本章小結
第3章 機器推理
3.1 機器推理基礎
3.1.1 思維與數理邏輯
3.1.2 概念與判斷
3.1.3 推理及其分類
3.1.4 邏輯推理
3.2 非單調推理
3.2.1 單調邏輯與單調推理
3.2.2 非單調邏輯與非單調推理
3.2.3 非單調推理與單調推理的比較
3.3 謂詞邏輯推理
3.3.1 謂詞邏輯
3.3.2 謂詞邏輯的自然推理規(guī)則
3.3.3 謂詞邏輯的自然推理方法
3.4 不確定性推理
3.4.1 不確定性推理基礎
3.4.2 貝葉斯推理
3.4.3 信度推理
3.4.4 模糊推理
3.5 推理控制策略
3.5.1 正向推理
3.5.2 反向推理
……
第4章 搜索策略
第5章 專家系統
第6章 機器學習
第7章 神經網絡模型
第8章 深度學習
第9章 計算機視覺
第10章 自然語言處理
第11章 知識圖譜
第12章 智能體
第13章 群智能
第14章 生物特征識別
第15章 智能機器人
參考文獻