第1章概論

1.1人工智能的定義

1.1.1生物智能與人類智能

1.1.2人工智能

1.2人工智能的發(fā)展史和研究現(xiàn)狀

1.2.1萌芽期(1956年以前)

1.2.2形成期(19561970年)

1.2.3黯淡期(19661974年)

1.2.4繁榮期(19701988年)

1.2.5集成發(fā)展期(19862005年)

1.2.6發(fā)展新時(shí)代(2006年至今)

1.2.7人工智能的研究現(xiàn)狀

1.3人工智能三大學(xué)派

1.3.1圖靈測(cè)試

1.3.2符號(hào)主義

1.3.3連接主義

1.3.4行為主義

1.3.5三大學(xué)派的爭(zhēng)論

1.4人工智能的應(yīng)用領(lǐng)域

1.4.1計(jì)算機(jī)視覺(jué)

1.4.2自然語(yǔ)言處理

1.4.3認(rèn)知與推理

1.4.4機(jī)器人學(xué)

1.4.5博弈與倫理

1.4.6機(jī)器學(xué)習(xí)

本章小結(jié)

習(xí)題1

參考文獻(xiàn)

第2章?tīng)顟B(tài)空間知識(shí)表示及其搜索技術(shù)

2.1經(jīng)典問(wèn)題

2.2狀態(tài)空間表示法

2.2.1狀態(tài)空間的基本構(gòu)成

2.2.2狀態(tài)空間的問(wèn)題表示

2.3狀態(tài)空間搜索的一般過(guò)程

2.3.1搜索的一般概念

2.3.2狀態(tài)空間圖搜索

2.4盲目式搜索

2.4.1寬度優(yōu)先搜索

2.4.2深度優(yōu)先搜索

2.4.3有界深度優(yōu)先搜索

2.4.4等代價(jià)搜索

2.5啟發(fā)式搜索

2.5.1估價(jià)函數(shù)與啟發(fā)式信息

2.5.2局部擇優(yōu)搜索

2.5.3全局擇優(yōu)搜索

2.5.4A*算法

2.6搜索算法的評(píng)價(jià)標(biāo)準(zhǔn)

本章小結(jié)

習(xí)題2

參考文獻(xiàn)

第3章問(wèn)題歸約知識(shí)表示及其搜索技術(shù)

3.1問(wèn)題歸約表示法

3.1.1問(wèn)題的分解與等價(jià)變換

3.1.2問(wèn)題歸約的與/或圖表示

3.2與/或圖的一般搜索過(guò)程

3.3盲目式搜索

3.3.1寬度優(yōu)先搜索

3.3.2深度優(yōu)先搜索

3.4啟發(fā)式搜索

3.4.1解樹(shù)的代價(jià)

3.4.2希望樹(shù)

3.5機(jī)器博弈

3.5.1機(jī)器博弈背景

3.5.2極大極小搜索

3.5.3�布糁�

本章小結(jié)

習(xí)題3

參考文獻(xiàn)

第4章確定性推理

4.1推理的基本概念

4.1.1推理的概念

4.1.2推理的分類

4.1.3推理的策略

4.2推理的邏輯基礎(chǔ)

4.2.1命題邏輯

4.2.2謂詞邏輯

4.3自然演繹推理

4.4歸結(jié)演繹推理

4.4.1海伯倫定理

4.4.2魯濱遜歸結(jié)原理

4.4.3歸結(jié)策略

4.4.4歸結(jié)反演

4.5基于規(guī)則的演繹推理

4.5.1規(guī)則正向演繹系統(tǒng)

4.5.2規(guī)則逆向演繹系統(tǒng)

4.5.3規(guī)則雙向演繹系統(tǒng)

本章小結(jié)

習(xí)題4

參考文獻(xiàn)

第5章不確定性推理

5.1不確定性推理的基本概念

5.1.1不確定性的表示與度量

5.1.2不確定性的算法

5.1.3不確定性推理方法分類

5.2概率推理

5.2.1概率的基本公式

5.2.2概率推理方法

5.3主觀貝葉斯方法

5.3.1基于主觀貝葉斯的不確定性表示

5.3.2主觀貝葉斯方法的推理算法

5.4可信度方法

5.4.1基于可信度的不確定性表示

5.4.2可信度方法的推理算法

5.4.3帶有閾值限度的不確定性推理

5.4.4加權(quán)的不確定性推理

5.5證據(jù)理論

5.5.1基于證據(jù)理論的不確定性

5.5.2證據(jù)理論的不確定推理模型

5.6模糊推理

5.6.1模糊集合

5.6.2模糊關(guān)系及其合成

5.6.3模糊推理

5.6.4模糊決策

本章小結(jié)

習(xí)題5

參考文獻(xiàn)

第6章遺傳算法

6.1進(jìn)化計(jì)算

6.1.1進(jìn)化計(jì)算的背景

6.1.2進(jìn)化計(jì)算的分類

6.2遺傳算法的生物學(xué)背景

6.2.1達(dá)爾文進(jìn)化論與孟德?tīng)枌W(xué)說(shuō)

6.2.2生物進(jìn)化與遺傳算法的基本思想

6.3遺傳算法的實(shí)現(xiàn)過(guò)程

6.3.1編碼機(jī)制

6.3.2種群初始化

6.3.3適應(yīng)度函數(shù)

6.3.4遺傳算子

6.3.5環(huán)境選擇

6.3.6停機(jī)準(zhǔn)則

6.3.7基本步驟

6.4遺傳算法求解優(yōu)化問(wèn)題實(shí)例

6.4.1優(yōu)化問(wèn)題

6.4.2求解連續(xù)優(yōu)化問(wèn)題

6.4.3求解組合優(yōu)化問(wèn)題

6.4.4求解多目標(biāo)優(yōu)化問(wèn)題

6.4.5遺傳算法參數(shù)討論

6.4.6遺傳算法工具箱

6.5遺傳算法的改進(jìn)

6.6遺傳算法的應(yīng)用

本章小結(jié)

習(xí)題6

參考文獻(xiàn)

第7章群智能算法

7.1群智能基礎(chǔ)

7.1.1群智能算法的基本思想

7.1.2典型群智能算法

7.2粒子群算法

7.2.1粒子群算法的背景

7.2.2粒子群算法的原理

7.2.3粒子群算法求解實(shí)例

7.2.4粒子群算法的各種改進(jìn)

7.2.5粒子群算法的應(yīng)用

7.3蟻群算法

7.3.1蟻群算法的起源

7.3.2蟻群算法的原理

7.3.3蟻群算法求解實(shí)例

7.3.4蟻群算法的各種改進(jìn)

7.3.5蟻群算法的應(yīng)用

7.4魚(yú)群算法

7.4.1魚(yú)群算法的背景

7.4.2魚(yú)群算法的原理

7.4.3魚(yú)群算法的求解實(shí)例

本章小結(jié)

習(xí)題7

參考文獻(xiàn)

第8章人工神經(jīng)網(wǎng)絡(luò)

8.1人工神經(jīng)網(wǎng)絡(luò)的基本原理

8.1.1生物神經(jīng)系統(tǒng)

8.1.2人工神經(jīng)網(wǎng)絡(luò)的模型

8.1.3人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)建模

8.2學(xué)習(xí)機(jī)理

8.2.1單層感知器及其學(xué)習(xí)算法

8.2.2BP神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法

8.3人工神經(jīng)網(wǎng)絡(luò)的分類

8.3.1前向網(wǎng)絡(luò)

8.3.2反饋網(wǎng)絡(luò)

8.4人工神經(jīng)網(wǎng)絡(luò)的基本學(xué)習(xí)算法

8.4.1Hebb規(guī)則

8.4.2誤差修正學(xué)習(xí)算法

8.4.3勝者為王學(xué)習(xí)規(guī)則

8.5從神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)

8.6深度網(wǎng)絡(luò)

8.6.1深度卷積神經(jīng)網(wǎng)絡(luò)

8.6.2稀疏深度神經(jīng)網(wǎng)絡(luò)

8.6.3深度融合網(wǎng)絡(luò)

本章小結(jié)

習(xí)題8

參考文獻(xiàn)

第9章機(jī)器學(xué)習(xí)基礎(chǔ)

9.1機(jī)器學(xué)習(xí)理論基礎(chǔ)

9.1.1機(jī)器學(xué)習(xí)的定義和研究意義

9.1.2機(jī)器學(xué)習(xí)的發(fā)展史

9.2機(jī)器學(xué)習(xí)的方法

9.2.1機(jī)器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)

9.2.2機(jī)器學(xué)習(xí)方法的分類

9.2.3幾種機(jī)器學(xué)習(xí)方法介紹

9.3機(jī)器學(xué)習(xí)算法的應(yīng)用

本章小結(jié)

習(xí)題9

參考文獻(xiàn)

第10章模式識(shí)別

10.1模式識(shí)別的基本概念

10.1.1模式識(shí)別的定義

10.1.2模式識(shí)別與分類器

10.1.3有監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)

10.1.4實(shí)例： 手寫(xiě)數(shù)字識(shí)別

10.2模式識(shí)別系統(tǒng)

10.2.1基本框架

10.2.2基本方法

10.3特征提取與選擇

10.3.1基本概念

10.3.2特征評(píng)價(jià)

10.3.3特征選擇算法

10.3.4特征提取

10.4分類器設(shè)計(jì)

10.4.1經(jīng)典的有監(jiān)督分類器

10.4.2經(jīng)典的無(wú)監(jiān)督分類器

10.5分類器的評(píng)價(jià)

10.5.1監(jiān)督模式識(shí)別系統(tǒng)評(píng)價(jià)

10.5.2非監(jiān)督模式識(shí)別系統(tǒng)評(píng)價(jià)

本章小結(jié)

習(xí)題 10

參考文獻(xiàn)

第11章未來(lái)人工智能

11.1人工智能的發(fā)展階段

11.2人工智能圍棋

11.2.1AlphaGo

11.2.2AlphaGo Zero

11.3無(wú)人駕駛

11.3.1原理概述

11.3.2研究概況

11.4無(wú)人超市

11.4.1誕生背景

11.4.2Amazon Go

11.5情感機(jī)器人

11.5.1情感機(jī)器人的定義

11.5.2情感機(jī)器人的研究概況

11.6智能醫(yī)療

11.6.1智能醫(yī)療設(shè)備

11.6.2智能醫(yī)療系統(tǒng)

11.7智能家居

11.7.1背景

11.7.2發(fā)展現(xiàn)狀

11.7.3主要功能

11.8智能藝術(shù)

11.8.1作詩(shī)

11.8.2繪畫(huà)

11.9機(jī)器翻譯

11.9.1翻譯簡(jiǎn)史

11.9.2機(jī)譯系統(tǒng)

11.9.3在線機(jī)譯

11.10未來(lái)人工智能展望

11.10.1人工智能的未來(lái)趨勢(shì)

11.10.2面臨的挑戰(zhàn)

本章小結(jié)

習(xí)題11

參考文獻(xiàn)