人工智慧教程（第2版）

成書過程

修訂過程

該次修訂增加了大數據以及深度機器學習的相關內容，對搜尋策略的相關內容進行了補充與完善，還根據同等學力人員申請碩士學位考試的實際情況對附錄中的相關真題進行了補充，同時也對在教學過程中發現的部分印刷錯誤進行了改正。

出版工作

2016年9月13日，《人工智慧教程（第2版）》由高等教育出版社出版。

工作人員

責任編輯	策劃編輯	封面設計	版式設計	插圖繪製	責任校對	責任印製
張海波	張海波	趙陽	馬敬茹	杜曉丹	劉麗斕	毛斯璐

內容簡介

《人工智慧教程（第2版）》分兩大篇，共有10章，介紹了人工智慧的基本原理、方法，套用技術與最新發展（截至2016年1月）。該教材第一篇為原理篇，主要論述知識表示、知識獲取以及知識運用三大問題，包括人工智慧的基本概念及其發展狀況、知識表示方法、確定性推理方法、不確定推理方法、搜尋策略、機器學習等內容。第二篇為套用篇，涉及自然語言理解、專家系統、人工神經網路與遺傳算法等研究領域，並在第10章對數據挖掘和Agent技術等熱點研究領域進行了介紹。

教材目錄

前輔文第一篇原理篇
第1章緒論
1.1 人工智慧的誕生及發展
1.2 人工智慧的定義
1.3 人工智慧研究的方法及途徑
1.4 人工智慧的研究及套用領域
習題1
第2章知識表示方法
2.1 概述
2.2 一階謂詞邏輯表示法
2.3 產生式表示法
2.4 語義網路表示法
2.5 框架表示法
2.6 面向對象的表示法
2.7 腳本表示法
2.8 過程表示法
2.9 狀態空間表示法
2.10 與/或樹表示法
習題2
第3章確定性推理方法
3.1 推理概述
3.2 命題邏輯
3.3 謂詞邏輯
3.4 自然演繹推理方法
3.5 歸結推理方法
3.6 歸結過程的控制策略
習題3
第4章不確定推理方法
4.1 不確定推理概述
4.2 可信度方法
4.3 主觀Bayes方法
4.4 證據理論
4.5 模糊推理
習題4
第5章搜尋策略
5.1 搜尋的概念及種類
5.2 盲目搜尋策略
5.3 啟發式搜尋策略
5.4 與/或樹的盲目搜尋
5.5 與/或樹的有序搜尋
5.6 博弈樹的啟發式搜尋
習題5

第6章機器學習6.1 概述
6.2 機器學習系統的基本模型
6.3 機械學習
6.4 傳授式學習
6.5 類比學習
6.6 歸納學習
6.7 基於解釋的學習
6.8 ID3判定樹算法
6.9 深度機器學習
習題6
第二篇套用篇
第7章自然語言理解
7.1 自然語言及其理解
7.2 詞法分析
7.3 句法分析
7.4 語義分析
7.5 大規模真實文本的處理
7.6 基於語料庫的自然語言建模方法
習題7
第8章專家系統
8.1 專家系統概述
8.2 專家系統的基本結構
8.3 知識獲取
8.4 專家系統的設計與建造
8.5 專家系統的評價
8.6 專家系統開發工具
8.7 新一代專家系統的發展
習題8
第9章人工神經網路與遺傳算法
9.1 神經網路的基本概念及組成特性
9.2 感知器模型及其學習算法
9.3 反向傳播模型及其學習算法
9.4 Hopfield模型及其學習算法
9.5 人工神經網路的套用
9.6 遺傳算法的概念與原理
9.7 遺傳算法的套用
習題9
第10章數據挖掘與主體技術
10.1 數據挖掘及其套用
10.2 主體技術及其套用
習題10
附錄同等學力人員申請碩士學位計算機科學與技術學科綜合水平全國統一考試部分真
參考文獻

（註：目錄排版順序為從左列至右列）

教學資源

課程資源

《人工智慧教程（第2版）》配有Abook數字課程，該課程包括電子課件、習題參考答案等資源。

配套教材

書名	ISBN書號	出版社	出版時間	版面字數	頁數
《人工智慧教程學習指導與習題解析》	978-7-04-026149-3	高等教育出版社	2009年4月24日	360千字	228頁

教材特色

1、《人工智慧教程（第2版）》注重學生動手解題能力，注重培養學生思維方法。

人工智慧教程（第2版）

基本介紹