《人工智能 慧》求取 ⇩

第一章何谓人工智慧1

1.1 定义1

1.2 基本假设3

1.3 什么是A．I．技术5

1.4 模型的层次16

1.5 成功与否的标准18

1.6 一般的参考书目20

1.7 结语21

第一部份问题解决23

第二章问题及问题空间25

2.1 以搜寻状态空间的方式来定义问题25

2.2 问题的特质37

2.3 生产系统的特性48

2.4 其他问题50

2.5 摘要51

2.6 习题52

第三章基本的解题方法53

3.1 正向对逆向的推理54

3.2 问题树及问题图表58

3.3 知识表示及框架问题60

3.4 匹配62

3.5　启发函数68

3.6 弱势方法70

3.7 搜寻演算法的分析100

3.8 摘要104

3.9 习题105

第四章游戏竞局111

4.1 概论111

4.2 MINIMAX搜寻程序114

4.3 加上ALPHA-BETA截断法119

4.4 其他的改良方法125

4.5 方法的限制127

4.6 摘要129

4.7 一些特殊游戏的参考资料129

4.8 习题130

第二部份知识表示法132

第五章知识的表示法——利用叙述逻辑来表示135

5.1 简介表示法135

5.2 以逻辑来表示简单的事实137

5.3 在表示式中附加可计算的函数叙述143

5.4 析解法149

5.5 自然演绎法169

5.6 摘要170

5.7 习题170

第六章以其他逻辑方法表示知识175

6.1 简介175

6.2 非单调推理方式178

6.3 统计和机率式的推理186

6.4 摘要200

6.5 习题200

第七章知识的结构化203

7.1 简介203

7.2 宣告表示法215

7.3 程序表示法241

7.4 摘要244

7.5 习题244

第三部份　进阶篇247

第八章高等解题249

8.1 计划249

8.2 系统的组织282

8.3 专家系统290

8.4 摘要297

8.5 习题297

第九章自然语言了解301

9.1 简介301

9.2 了解个别的句子308

9.3 了解复合句子336

9.4 走另一条路：语言产生347

9.5 两方面都做：机器翻译349

9.6 摘要350

9.7 习题350

第十章认知353

10.1 认知为何困难353

10.2 用来解决认知难题的技巧357

10.3 限定满足法-华尔滋演算法358

10.4 摘要366

10.5 习题366

第十一章学习369

11.1 甚么是学习？369

11.2 随机学习和神经网370

11.3 强记式的学习371

11.4 修正参数的学习法373

11.5 GPS中的学习375

11.6 概念的学习376

11.7 发明式的学习：AM382

11.8 类比式的学习391

11.9 摘要394

11.10　习题396

第十二章实际建构A．I．系统程式语言和机器397

12.1 A．I．程式语言：重要的特性397

12.2 IPL400

12.3 LISP401

12.4 SAIL404

12.5　PLANNER404

12.6 KRL405

12.7　PROLOG410

12.8 摘要411

12.9 为A．I．应用而设计的计算机结构415

12.10　习题418

第十三章结论419

13.1 A．I．程式的组成成份419

13.2 A．I．在电脑科学中的地位419

13.3 习题420

参考书目421

致谢437

作者索引439

索引443