人工智能理论与实践(微课视频版)/清华科技大讲堂丛书

本书从人工智能的基本定义出发，由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域，以梳理知识脉络和要点的方式，详细介绍知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习、深度学习、大数据等方面的内容。作为导论书籍，本书概念论述清楚，内容丰富，通俗易懂，在较为全面介绍人工智能的基础上对一些传统内容进行了取舍。为满足读者进一步学习的需要，除第1章外，每章都配有案例分析。本书的第9章整理了13个入门实验，便于读者在所学知识的基础上更懂得如何运用知识。
   本书既适合作为高等院校人工智能课程的教材，也适合计算机爱好者阅读。

吕云翔,1986-1992： 北方交通大学讲师； 1992-1994： 比利时VUB大学应用信息技术硕士； 1994-1996： 比利时VUB大学MBA；  1996-2003： IT公司项目经理 2003-至今： 北航软件学院副教授。已出版二十几本教材（其中“计算机导论实践教程”一书获北航2010年教学成果三等奖；“大学计算机英语教程”获北航2012年教学成果二等奖。

第1章  绪论
 1.1  什么是人工智能
 1.2  人工智能的发展简史
 1.3  人工智能的研究目标
 1.4  人工智能的研究方法
   1.4.1  符号主义研究方法
   1.4.2  连接主义研究方法
   1.4.3  行为主义研究方法
 1.5  人工智能的基本研究内容
   1.5.1  智能感知
   1.5.2  智能推理
   1.5.3  智能学习
   1.5.4  智能行动
 1.6  人工智能的应用领域
   1.6.1  计算机视觉
   1.6.2  自然语言处理
   1.6.3  智能体
 1.7  人工智能的发展趋势
 习题
第2章  知识表示
 2.1  有关知识的概述
   2.1.1  什么是知识
   2.1.2  什么是知识表示
 2.2  状态空间表示法
   2.2.1  问题状态描述
   2.2.2  状态图示法
 2.3  谓词逻辑表示法
   2.3.1  谓词逻辑表示法的逻辑基础
   2.3.2  谓词逻辑表示法的步骤
   2.3.3  谓词逻辑表示法的特点
 2.4  语义网络表示法
   2.4.1  语义基元
   2.4.2  语义网络中常用的语义联系
   2.4.3  语义网络的知识表示方法
   2.4.4  语义网络的推理过程
   2.4.5  语义网络表示法的特点
 2.5  框架表示法
   2.5.1  框架的基本结构
   2.5.2  基于框架的推理过程
   2.5.3  框架表示法的特点
 2.6  案例：知识图谱
 习题
第3章  逻辑推理及方法
 3.1  逻辑推理概述
   3.1.1  逻辑推理的定义
   3.1.2  逻辑推理的分类
   3.1.3  逻辑推理的控制策略
 3.2  逻辑推理的基础
   3.2.1  谓词公式
   3.2.2  谓词公式的范式
   3.2.3  置换与合一
 3.3  归结演绎推理
   3.3.1  子句集
   3.3.2  鲁滨逊归结原理
   3.3.3  归结反演
   3.3.4  归结策略
 3.4  非归结演绎推理
   3.4.1  自然演绎推理
   3.4.2  与或型演绎推理
 3.5  案例：家庭财务分配管理系统
 习题
第4章  非确定性推理及方法
 4.1  什么是非确定性推理
 4.2  基本的概率推理
   4.2.1  经典概率方法
   4.2.2  逆概率方法
……
第5章  搜索策略
第6章  机器学习
第7章  深度学习
第8章  大数据
第9章  实验
附录A  Python编程基础
参考文献

装　　帧：平装

页　　数：298

版　　次：1

开　　本：16开

纸　　张：胶版纸