人工智能引论pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

人工智能引论PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录 1

第一章　什么是人工智能？ 1

§1.1 定义 1

§1.2　基本假设 4

§1.3　什么是人工智能技术？ 6

§1.3.1　一字棋 8

§1.3.2　模式识别 14

§1.3.3　结论 19

§1.4　模仿程度 20

§1.5　成功标准 23

§1.6　参考文献综述 25

§1.7　正确看待人工智能 27

第二章　问题与问题空间 29

§2.1　把问题定义为状态空间搜索 29

§2.1.1　产生式系统 36

§2.1.2　控制策略 37

§2.1.3　启发式搜索 40

§2.2　问题特征 43

§2.2.1　问题可分解吗？ 44

§2.2.2　解题步骤可撤回吗？ 47

§2.2.3　全域可预测吗？ 49

§2.2.4　好解是绝对的还是相对的 50

§2.2.5　知识库相容吗？ 53

§2.2.6　知识有何作用？ 54

§2.2.7　求解问题需要人机交互吗？ 55

§2.3　产生式系统特征 56

§2.4　附加问题 59

§2.5　小结 61

练习 61

第三章　问题求解的基本方法 63

§3.1　正向推理对逆向推理 64

§3.2　问题树对问题图 69

§3.3　知识表达与框架问题 71

§3.4　匹配 74

§3.4.1　索引匹配 75

§3.4.2　变量匹配 76

§3.4.3　近似匹配 78

§3.4.4　过滤匹配 80

§3.5　启发式函数 82

§3.6　弱法 84

§3.6.1　生成测试法 85

§3.6.2　爬山法 87

§3.6.3　广度优先搜索法 90

§3.6.4　或图最佳优先搜索法 91

§3.6.5　日程表最佳优先搜索法 99

§3.6.6　与或图最佳优先搜索法 102

§3.6.7　约束满足法 111

§3.6.8　手段目的分析法 117

§3.7　搜索算法分析 121

§3.8　小结 126

练习 127

第四章　博弈 131

§4.1　概述 131

§4.2　极小极大搜索过程 135

§4.3　α-β剪枝算法 141

§4.4.1　等候稳定期 148

§4.4　其它改进 148

§4.4.2　辅助搜索 149

§4.4.3　利用查表选择走步 150

§4.5　方法的限制 150

§4.6　小结 152

4.7　关于几种特殊博弈的参考文献 152

练习 153

第五章　用谓词逻辑表达知识 155

§5.1 引论 155

§5.2　用逻辑表达简单事实 157

§5.3　用可计算函数与谓词扩大表达 164

§5.4.1　把公式转换成子句型 170

§5.4　归结 170

§5.4.2　归结基础 174

§5.4.3　命题逻辑中的归结 176

§5.4.4　合一算法 178

§5.4.5　谓词逻辑中的归结 181

§5.4.6　需要尝试多种代换 189

§5.4.7　问题回答 190

§5.5 自然演绎 192

§5.6　小结 194

练习 194

§6.2　基本函数符 198

§6.1　引论 198

第六章　用计算逻辑表达知识 198

§6.3　外壳原理 200

§6.4　定义原理 209

§6.5　归纳法原理 215

§6.6　小结 222

练习 224

第七章　用其它逻辑表达知识 229

§7.1　引论 229

§7.2　非单调推理 232

§7.2.1　非单调推理简介 233

§7.2.2　非单调推理系统TMS 238

§7.3　统计和概率推理 243

§7.3.1　处理随机世界的技术 244

§7.3.2　处理确定世界的技术 246

§7.3.3　基于规则的系统MYCIN 252

§7.3.4　使用概率推理的时机 259

§7.4　小结 260

练习 261

第八章　知识的结构表达 263

§8.1 引论 263

§8.1.1　一些常用的知识结构 267

§8.1.2　知识表达级别的选择 270

§8.1.3　找出所需要的正确结构 275

§8.2　陈述表达 277

§8.2.1　语义网 279

§8.2.2　概念从属 287

§8.2.3　框架 295

§8.2.4　脚本 300

§8.2.5　表达的句法和语义 305

§8.3　过程表达 307

§8.4　小结 309

练习 310

第九章　高级问题求解系统 313

§9.1　规划 313

§9.1.1　例子领域——积木世界 318

§9.1.2　规划系统的组成 319

§9.1.3　用目标堆栈的简单规划 328

§9.1.4　用目标集的非线性规划 338

§9.1.5　等级规划 344

§9.1.6　用最小提交策略的非线性规划 346

§9.1.7　用约束传递的规划 350

§9.1.8　其它规划技术 351

§9.2　系统组织 352

§9.2.1　日程表 353

§9.2.2　黑板法 353

§9.2.3　Δ-极小搜索法 355

§9.2.4　通过对象进行通讯 357

§9.3　专家系统 358

§9.3.1　专家系统的结构 359

§9.3.2　同专家系统的交互 362

§9.3.3　结论 366

§9.4　小结 367

练习 367

第十章　自然语言理解 370

§10.1 引论 370

§10.1.1　什么是理解？ 371

§10.1.2　什么使理解难？ 372

§10.2　简单句理解 378

§10.2.1　关键字匹配 381

§10.2.2　句法分析 385

§10.2.3　语义分析 400

§10.3　复合句理解 410

§10.3.1　理解中焦点的使用 411

§10.3.2　理解中目标结构的使用 413

§10.3.3　理解中纲要和脚本的使用 416

§10.3.4　对话理解 417

§10.4　语言生成 422

§10.5　机器翻译 424

练习 426

§10.6　小结 426

第十一章　感知 429

§11.1　感知为何难？ 429

§11.2　感知问题的求解技术 431

§11.3　约束满足——华滋算法 433

§11.4　小结 442

练习 442

第十二章　学习 444

§12.1　什么是学习？ 444

§12.2　死记硬背学习法 445

§12.3　参数修正学习法 448

§12.4　在GPS中的学习 450

§12.5　概念学习 452

§12.6　发现作为学习 459

§12.7　用类推的方法学习 469

§12.8　小结 473

练习 474

第十三章　人工智能系统的实现 476

§13.1 人工智能语言 476

§13.1.1 IPL 477

§13.1.2 LISP 477

§13.1.3 SAIL 500

§13.1.4 PLANNER 501

§13.1.5 KRL 502

§13.1.6 PROLOG 507

§13.1.7 小结 540

§13.2 人工智能机器 540

§13.2.1 并行机 541

§13.2.2 LISP机 541

§13.2.3 非冯诺依曼型机 546

练习 547

第十四章 结论 548

§14.1 人工智能程序的组成部分 548

§14.2 计算机科学中的人工智能 548

练习 550

参考文献 550