人工智能原理

內(nèi)容概要

本書介紹了人工智能原理的基本內(nèi)容，包括自動推理、知識表示、機器學(xué)習(xí)和自然語言理解等四個部分全書共分十章：依次討論了歸結(jié)方法、不確定推理方法、非單調(diào)推理方法、定性推理方法、知識表示方法，機器學(xué)習(xí)的基本概念以及由實例和基本于解釋的學(xué)習(xí)方法，最后討論了自然語言

書籍目錄

目錄
出版說明
前言
第一章 人工智能概述
1.1 人工智能的誕生和發(fā)展
1.2 什么是人工智能
1.3 90年代初人工智能進展
第二章 歸結(jié)推理方法
2.1 命題邏輯的歸結(jié)法
2.2 子句形
2.3 Herbrand定理
2.4 歸結(jié)原理
2.5 歸結(jié)過程的控制策略
2.6 歸結(jié)法與prolog語言
2.7 非歸結(jié)法
第三章 不確定和非單調(diào)推理方法
3.1 概述
3.2 不確定推理方法
3.3 非單調(diào)推理方法
3.4 定性推理方法
第四章 知識表示方法
4.1 概述
4.2 邏輯表示法
4.3 產(chǎn)生式表示法
4.4 語義網(wǎng)絡(luò)表示法
4.5 框架表示法
4.6 面向?qū)ο蟮谋硎痉?br />第五章 機器學(xué)習(xí)
5.1 為什么研究機器學(xué)習(xí)
5.2 什么是機器學(xué)習(xí)
5.3 機器學(xué)習(xí)的發(fā)展歷史
5.4 學(xué)習(xí)的一種模型
5.5 機器學(xué)習(xí)的分類
5.6 機器學(xué)習(xí)的研究目標(biāo)
5.7 機器學(xué)習(xí)的特點
第六章 實例學(xué)習(xí)
6.1 實例學(xué)習(xí)的兩個空間模型
6.2 實例學(xué)習(xí)的分類
6.3 學(xué)習(xí)單個概念
6.4 學(xué)習(xí)多個概念
6.5 學(xué)習(xí)多步任務(wù)
6.6 基于解釋的學(xué)習(xí)
第七章 其它學(xué)習(xí)方法
7.1 記憶學(xué)習(xí)
7.2 傳授學(xué)習(xí)
7.3 類比學(xué)習(xí)
7.4 觀察與發(fā)現(xiàn)學(xué)習(xí)
第八章 自然語言理解的任務(wù)和發(fā)展簡史
8.1 什么叫自然語言理解
8.2 以關(guān)鍵詞匹配為主流的早期歷史
8.3 以句法語義分析為主流的中期歷史
8.4 以走向?qū)嵱没凸こ袒癁樘卣鞯慕跉v史
第九章 句法分析
9.1 句法分析的地位
9.2 短語結(jié)構(gòu)語言
9.3 喬姆斯基體系
9.4 語言串理論
9.5 轉(zhuǎn)換語法
9.6 ATN語法
9.7 句法分析的確定性算法
9.8 基于合一的語法理論
9.9 定子句語法
第十章 語義分析
10.1 謂詞－變元
10.2 LFL的形成規(guī)則
10.3 動詞
10.4 名詞
10.5 限定詞
10.6 代詞
10.7 副詞
10.8 形容詞
10.9 介詞
10.10 連詞
10.11 LFL中的非詞義謂詞
10.12 索引算子
參考文獻

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    人工智能原理 PDF格式下載

---