《人工智能原理》求取 ⇩

第一章 人工智能概述1

1.1 人工智能的诞生和发展1

出版说明3

前言5

1.2 什么是人工智能5

1.3 90年代初人工智能进展7

第二章 归结推理方法11

2.1 命题逻辑的归结法11

2.2 子句形14

2.3 Herbrand定理26

2.4 归结原理40

2.5 归结过程的控制策略57

2.6 归结法与prolog语言64

2.7 非归结法68

第三章 不确定和非单调推理方法82

3.1 概述82

3.2 不确定推理方法87

3.3 非单调推理方法116

3.4 定性推理方法130

第四章 知识表示方法145

4.1 概述145

4.2 逻辑表示法148

4.3 产生式表示法151

4.4 语义网络表示法155

4.5 框架表示法164

4.6 面向对象的表示法168

5.1 为什么研究机器学习170

第五章 机器学习170

5.2 什么是机器学习172

5.3 机器学习的发展历史174

5.4 学习的一种模型176

5.5 机器学习的分类178

5.6 机器学习的研究目标182

5.7 机器学习的特点183

第六章 实例学习185

6.1 实例学习的两个空间模型185

6.2 实例学习的分类195

6.3 学习单个概念196

6.4 学习多个概念213

6.5 学习多步任务221

6.6 基于解释的学习236

第七章 其它学习方法255

7.1 记忆学习255

7.2 传授学习257

7.3 类比学习259

7.4 观察与发现学习267

8.1 什么叫自然语言理解307

第八章 自然语言理解的任务和发展简史307

8.2 以关键词匹配为主流的早期历史309

8.3 以句法-语义分析为主流的中期历史319

8.4 以走向实用化和工程化为特征的近期历史329

第九章 句法分析333

9.1 句法分析的地位333

9.2 短语结构语言336

9.3 乔姆斯基体系341

9.4 语言串理论348

9.5 转换语法363

9.6 ATN语法381

9.7 句法分析的确定性算法393

9.8 基于合一的语法理论400

9.9 定子句语法411

第十章 语义分析423

10.1 谓词-变元423

10.2 LFL的形成规则424

10.3 动词425

10.4 名词427

10.5 限定词428

10.6 代词432

10.7 副词433

10.8 形容词436

10.9 介词437

10.10 连词439

10.11 LFL中的非词义谓词441

10.12 索引算子443

参考文献446