《人工智慧原理輔導與練習》是2007年清華大學出版社出版的圖書，作者是王文杰、史忠植。
基本介紹
編輯推薦,內容簡介,圖書目錄,
編輯推薦
《人工智慧原理輔導與練習》分為8章，內容包括人工智慧的基本概念、智慧型搜尋技術、知識表示、歸結原理、不確定推理、機器學習、神經網路和遺傳算法、自然語言理解。每章都以問題的形式對本章的主要內容進行介紹，並配有大量的例題、習題以及習題的參考解答。
內容簡介
本書是為配合“人工智慧原理”課程的學習，以國務院學位委員會最新制定的對同等學力人員申請計算機科學技術專業碩士學位“人工智慧原理考試大綱”的內容為基礎編寫的，並在此基礎上進行了適當的擴充。
本書可作為相關學科的本科生、研究生的教學參考書，也可以作為同等學力人員參加計算機科學技術學科綜合水平考試“人工智慧原理”課程的參考書，還可以供參加其他相關考試的人員參考。
圖書目錄
第1章緒論
1.1本章知識結構
1.2本章主要內容
問題1.2.1什麼是智慧型？它具有什麼特點？
問題1.2.2什麼是人工智慧？其研究目標是什麼？
問題1.2.3人工智慧研究有什麼特點？
問題1.2.4人工智慧有哪些不同的研究學派？各有什麼特點？
問題1.2.5人工智慧的發展可以劃分為哪幾個主要階段？各有什麼特點？
問題1.2.6當前人工智慧的主要研究領域和套用有哪些？
1.3練習題與參考答案
1.3.1練習題
1.3.2參考答案
第2章搜尋策略
2.1本章知識結構
2.2本章主要內容
問題2.2.1什麼是搜尋？根據是否使用啟發式信息搜尋主要分為哪兩類？
問題2.2.2什麼是狀態空間表示方法？什麼是與/或樹表示法？
問題2.2.3狀態空間搜尋的一般過程是什麼？
問題2.2.4有哪幾種常用的、主要的盲目搜尋策略？
問題2.2.5什麼是啟發式信息？什麼是評價函式？什麼是啟發式函式？…
問題2.2.6什麼是局部擇優方法？有什麼特點？
問題2.2.7什麼是全局擇優算法？有什麼特點？
問題2.2.8什麼是A?*算法？有什麼特點？
問題2.2.9什麼是博弈樹？有什麼特點？
問題2.2.10什麼是極大極小過程？其基本思想是什麼？
問題2.2.11什麼是α?-β過程？有什麼特點？
問題2.2.12什麼是約束滿足問題？有什麼特點？
2.3例題分析
2.4練習題與參考答案
2.4.1練習題
2.4.2參考答案
第3章知識表示
3.1本章知識結構
3.2本章主要內容
問題3.2.1什麼是知識？知識有什麼特點？
問題3.2.2人工智慧中所關心的知識主要有哪些？
問題3.2.3什麼是知識表示？人工智慧對知識表示方法有什麼要求？
問題3.2.4用一階謂詞邏輯表示知識的時候一般步驟有哪些？一階謂詞邏輯表示方法有什麼特點？
問題3.2.5產生式系統的基本結構是什麼？
問題3.2.6產生式系統主要分哪幾種類型？
問題3.2.7產生式系統有什麼特點？
問題3.2.8什麼是語義網路？語義網路由哪幾部分組成？
問題3.2.9一般語義網路的推理過程是什麼？
問題3.2.10語義網路表示方法有什麼特點？
問題3.2.11什麼是框架理論？什麼是框架？
問題3.2.12一般框架系統的推理過程是什麼？
問題3.2.13框架表示方法有什麼特點？
3.3例題分析
3.4練習題與參考答案
3.4.1練習題
3.4.2參考答案
第4章歸結原理
4.1本章知識結構
4.2本章主要內容
問題4.2.1什麼是邏輯推理？它是如何分類的？
問題4.2.2什麼是邏輯公式的等價性和永真蘊涵？
問題4.2.3什麼是可滿足性和有效性？
問題4.2.4什麼是合取範式？什麼是析取範式？
問題4.2.5什麼是歸結推理規則？
問題4.2.6什麼是歸結反演（反駁）？
問題4.2.7什麼是謂詞邏輯的前束範式？
問題4.2.8什麼是Skolem函式？
問題4.2.9什麼是置換？有什麼特點？
問題4.2.10什麼是合一算法？
問題4.2.11什麼是謂詞邏輯的二元歸結式？
問題4.2.12什麼是Herbrand域？什麼是原子集？
問題4.2.13什麼是Herbrand解釋？
問題4.2.14什麼是子句集的語義樹
問題4.2.15什麼是Herbrand定理？
問題4.2.16什麼是歸結反演的完備性定理？
問題4.2.17什麼是歸結反演的搜尋策略？有哪些主要的規則策略？
4.3例題分析
4.4練習題與參考答案
4.4.1練習題
4.4.2參考答案
第5章 不確定和非單調推理方法
5.1 本章知識結構
5.2 本章主要內容
問題5.2.1 傳統推理（基於謂詞邏輯的推理）有哪些局限性？
問題5.2.2 什麼是不確定推理？ 它的基本問題是什麼？
問題5.2.3 不確定性推理方法如何分類？
問題5.2.4 什麼是逆機率方法？
問題5.2.5 主觀Bayes方法的基本思想是什麼？
問題5.2.6 確定性理論模型的基本內容是什麼？
問題5.2.7 什麼是機率分配函式？什麼是信任函式？什麼是似然函式？
問題5.2.8 證據理論模型的基本內容是什麼？
問題5.2.9 什麼是Bayes網路？有什麼特點？
問題5.2.10 什麼是Bayes網路的語義？
問題5.2.11 什麼是常識和常識推理？對常識的研究為什麼是困難的？
問題5.2.12 什麼是非單調推理？有哪幾類主要的非單調推理？
問題5.2.13 什麼是閉預設理論？什麼是擴張（擴充）？
問題5.2.14 什麼是專家系統？專家系統的一般結構是什麼？
問題5.2.15 構造一個具有不確定性推理的專家系統需要解決哪幾個主要問題？
5.3 例題分析
5.4 練習題與參考答案
5.4.1 練習題
5.4.2 參考答案
第6章 機器學習
6.1 本章知識結構
6.2 本章主要內容
問題6.2.1 什麼是機器學習？其基本形式有哪些？
問題6.2.2 機器學習系統的基本模型包括哪幾部分？
問題6.2.3 機器學習的發展經歷了哪幾個主要的階段？
問題6.2.4 什麼是歸納學習？歸納學習的兩個空間模型是什麼？
問題6.2.5 歸納學習中常用到的泛化操作有哪些？
問題6.2.6 什麼是候選項刪除算法？
問題6.2.7 決策樹學習方法的基本思想是什麼？
問題6.2.8 什麼是基於解釋的學習？
問題6.2.9 什麼是類比學習？
問題6.2.10 什麼是強化學習？
問題6.2.11 什麼是數據倉庫？
問題6.2.12 什麼是資料庫中知識發現？什麼是數據挖掘？
問題6.2.13 什麼是在線上分析處理（OLAP) ？
問題6.2.14 什麼是關聯規則？
問題6.2.15 關聯規則挖掘的Apriori算法主要思想是什麼？
6.3 例題分析
6.4 練習題與參考答案
6.4.1 練習題
6.4.2 參考答案
第7章 神經網路與遺傳算法
7.1 本章知識結構
7.2 本章主要內容
問題7.2.1 什麼是神經網路？
問題7.2.2 生物神經元由哪幾部分組成？它有什麼特點？
問題7.2.3 人工神經元由哪幾部分組成？其激勵函式主要有哪幾種形式？
問題7.2.4 神經元的互連形態有哪幾種？
問題7.2.5 人工神經網路有什麼特徵？是如何分類的？
問題7.2.6 人工神經網路有哪些主要的學習方法？
問題7.2.7 感知機學習過程及特點是什麼？
問題7.2.8 前饋型網路的學習過程及特點是什麼？
問題7.2.9 Hopfield網路學習算法是什麼？有什麼特點？
問題7.2.10 什麼是遺傳算法？
問題7.2.11 簡單遺傳算法SGA的步驟是什麼？
問題7.2.12 什麼是遺傳算法的模式定理？
問題7.2.13 什麼是分類系統？其基本結構是什麼？
7.3 例題分析
7.4 練習題與參考答案
7.4.1 練習題
7.4.2 參考答案
第8章 自然語言理解
8.1 本章知識結構
8.2 本章主要內容
問題8.2.1 什麼是自然語言理解？
問題8.2.2 對自然語言理解的研究經歷了哪幾個發展時期？
問題8.2.3 自然語言理解的層次包括哪幾部分？
問題8.2.4 什麼是詞法分析？
問題8.2.5 什麼是句法分析？其主要任務是什麼？
問題8.2.6 什麼是短語結構語言？
問題8.2.7 句法分析中進行語言分析的策略主要有哪些？
問題8.2.8 什麼是句法分析樹？
問題8.2.9 什麼是轉移網路？什麼是擴充轉移網路？
問題8.2.10 什麼是語義分析？簡單說明常用的進行語義分析的文法。
問題8.2.11 什麼是語料庫？其主要特點是什麼？
問題8.2.12 漢語語料庫的加工主要包括哪些過程？
8.3 例題分析
8.4 練習題與參考答案
8.4.1 練習題
8.4.2 參考答案
模擬試題一
模擬試題一參考答案
模擬試題二
模擬試題二參考答案
參考文獻
