第1章 緒論 1.1 基本知識點 1.1.1 人工智能的誕生及發展 1.1.2 人工智能的定義 1.1.3 人工智能的研究內容 1.1.4 人工智能研究的方法及途徑 1.1.5 人工智能的研究及應用領域 1.2 例題分析 1.3 練習題 1.4 解題指導與習題解答第2章 知識錶示方法 2.1 基本知識點 2.1.1 知識及其錶示 2.1.2 一階謂詞邏輯錶示法 2.1.3 産生式錶示法 2.1.4 語義網絡錶示法 2.1.5 框架錶示法 2.1.6 麵嚮對象的錶示法 2.1.7 狀態空間錶示法 2.2 例題分析 2.2.1 一階謂詞公式錶示知識的舉例 2.2.2 語義網絡錶示知識舉例 2.2.3 框架錶示知識舉例 2.2.4 狀態空間錶示知識舉例 2.3 練習題 2.4 解題指導與習題解答第3章 確定性推理方法 3.1 基本知識點 3.1.1 謂詞公式的永真性和可滿足性 3.1.2 置換與閤一 3.1.3 歸結推理方法 3.1.4 利用歸結原理進行定理證明 3.1.5 應用歸結原理進行問題求解 3.1.6 歸結過程的控製策略 3.2 例題分析 3.3 練習題 3.4 解題指導與習題解答第4章 不確定推理方法 4.1 基本知識點 4.1.1 不確定推理概述 4.1.2 可信度方法 4.1.3 主觀Bayes方法 4.1.4 證據理論 4.2 例題分析 4.3 練習題 4.4 解題指導與習題解答第5章 狀態空間搜索策略 5.1 基本知識點 5.1.1 盲目搜索策略 5.1.2 啓發式搜索策略 5.2 例題分析 5.3 練習題 5.4 解題指導與習題解答第6章 機器學習 6.1 基本知識點 6.1.1 機器學習概述 6.1.2 機器學習係統的基本模型 6.1.3 機械學習 6.1.4 傳授式學習 6.1.5 類比學習 6.1.6 歸納學習 6.1.7 基於解釋的學習 6.1.8 ID3判定樹算法 6.2 例題分析 6.3 練習題 6.4 解題指導與習題解答第7章 自然語言理解 7.1 基本知識點 7.1.1 自然語言及其理解 7.1.2 詞法分析 7.1.3 句法分析 7.1.4 語義分析 7.1.5 大規模真實文本的處理 7.2 例題分析 7.3 練習題 7.4 解題指導與習題解答第8章 專傢係統 8.1 基本知識點 8.1.1 專傢係統概述 8.1.2 專傢係統的基本結構 8.1.3 知識獲取 8.1.4 專傢係統的設計與建造 8.1.5 專傢係統的評價 8.1.6 專傢係統開發工具 8.1.7 新一代專傢係統的發展 8.2 例題分析 8.3 練習題 8.4 解題指導與習題解答第9章 神經網絡與遺傳算法 9.1 基本知識點 9.1.1 人工神經網絡概述 9.1.2 基於反嚮傳播的網絡模型 9.1.3 Hopfield網絡模型 9.1.4 遺傳算法的概念與原理 9.2 例題分析 9.3 練習題 9.4 解題指導與習題解答第10章 數據挖掘與Agent技術 10.1 基本知識點 10.1.1 數據挖掘的概念與研究內容 10.1.2 數據挖掘的功能與作用 10.1.3 數據挖掘的模型與算法 10.1.4 數據挖掘的過程 10.1.5 數據挖掘的研究熱點與發展趨勢 10.1.6 Agent的定義與體係結構 10.1.7 多Agent係統 10.1.8 麵嚮Agent的軟件技術 10.1.9 Agent技術所麵臨的挑戰 10.2 例題分析 10.3 練習題 10.4 解題指導與習題解答附錄A《計算機科學與技術》綜閤考試真題附錄B《計算機科學與技術》綜閤考試真題參考解答參考文獻
· · · · · · (收起)