人工智能

第1章 绪论
1．1 人工智能的定义
1．2 人工智能的发展历史
1．2．1 孕育阶段
1．2．2 形成阶段
1．2．3 发展阶段
1．3 人工智能的三大学派
1．3．1 符号主义
1．3．2 连接主义
1．3．3 行为主义
1．4 人工智能研究内容与应用领域
1．4．1 问题求解
1．4．2 专家系统
1．4．3 机器学习
1．4．4 神经网络
1．4．5 模式识别
1．4．6 数据挖掘和知识发现
1．4．7 计算机视觉
1．4．8 智能控制
1．4．9 计算智能
1．4．10 其他
1．5 人工智能的发展趋势
1．5．1 多学科交叉研究
1．5．2 智能应用和智能产业
1．6 习题

第2章 知识表示
2．1 概述
2．1．1 知识及知识的分类
2．1．2 知识表示方法
2．2 谓词逻辑表示法
2．2．1 基本概念
2．2．2 谓词逻辑表示法
2．2．3 谓词逻辑表示法的经典应用
2．2．4 谓词逻辑表示法的特点
2．3 产生式表示法
2．3．1 概述
2．3．2 产生式系统
2．3．3 产生式表示法应用举例
2．3．4 产生式系统的推理方式
2．3．5 产生式系统的特点
2．4 框架表示法
2．4．1 框架基本结构
2．4．2 基于框架的推理
2．4．3 框架表示法的特点
2．5 语义网络表示法
2．5．1 语义网络基本概念
2．5．2 语义网络中常用的语义联系
2．5．3 语义网络表示知识的方法
2．5．4 语义网络的推理过程
2．5．5 语义网络表示的特点
2．6 知识图谱表示法
2．6．1 知识图谱基本概念
2．6．2 知识图谱常用的表示方法
2．6．3 知识图谱的构建方法
2．6．4 知识图谱表示法的特点
2．7 实践：构建领域知识图谱
2．7．1 选定构建领域
2．7．2 知识抽取
2．7．3 对知识图谱进行描述
2．7．4 使用protégé工具搭建领域知识图谱
2．7．5 思考与练习
2．8 习题

第3章 搜索策略
3．1 搜索的基本概念
3．1．1 搜索的含义
3．1．2 状态空间法
3．1．3 问题归约法
3．2 状态空间搜索
3．2．1 盲目搜索
3．2．2 状态空间的启发式搜索
3．3 博弈树的启发式搜索
3．3．1 概述
……

第4章 确定性推理
第5章 不确定性推理
第6章 机器学习
第7章 数据挖掘
第8章 大数据
第9章 深度学习
附录A 构建领域知识图谱
附录B A*算法实现*优路径规划
附录C 基于规则产生式的推理
附录D 基于T-S模型的模糊推理
附录E VGG-16迁移学习
附录F K-Means聚类
附录G 网络爬虫及数据可视化
附录H CNN手写数字识别
参考文献