人工智能基础

本书是人工智能导论课的通用教材，其内容涉及了人工智能的主要内容和领域，包括神经网络、机器学习、深度学习、计算机视觉、自然语言理解与处理、知识图谱、数据挖掘、模式识别、群智能算法和智能机器人等

人工智能是研究利用计算机系统实现人类智能的理论、方法和技术的学科。本书较系统地介绍了人工智能的基本内容，主要包括人工智能发展的三次热潮、知识与知识表示、推理方式、搜索策略、专家系统、机器学习、神经网络模型、深度学习、计算机视觉、自然语言处理、知识图谱、智能体、群智能算法、生物特征识别和智能机器人等。
本书注重基本概念、基本方法和应用实例的介绍，语言精炼、逻辑层次清晰，适合作为高等学校“人工智能”课程的教材，也可以用作科技人员的参考书。

第1章 概述
1.1 人工智能的产生与发展
1.1.1 人工智能的产生
1.1.2 人工智能发展的三次热潮
1.2 人工智能的内涵与外延
1.2.1 图灵测试
1.2.2 人工智能的内涵
1.2.3 人工智能的外延
1.2.4 人工智能的层次结构
1.2.5 强人工智能与弱人工智能
1.3 人工智能的三大学派
1.3.1 符号主义学派
1.3.2 连接主义学派
1.3.3 行为主义学派
1.4 人工智能的数学基础
1.4.1 数学是人工智能的基石
1.4.2 人工智能的常用数学
1.5 人工智能的应用
1.5.1 人工智能的实现方式
1.5.2 人工智能的主要应用场景
1.5.3 人工智能的发展趋势
本章小结
第2章 知识与知识表示
2.1 知识的特征与分类
2.1.1 知识的特征
2.1.2 知识的分类
2.2 计算机表示知识的方法
2.2.1 知识表示的原则
2.2.2 知识表示的方法分类
2.2.3 知识表示的全过程
2.3 产生式表示法
2.3.1 产生式的结构
2.3.2 产生式表示法举例
2.4 一阶谓词逻辑表示法
2.4.1 知识的谓词逻辑表示
2.4.2 谓词逻辑表示法举例
2.5 语义网络表示法
2.5.1 语义网络的特点与结构
2.5.2 语义网络表示法举例
2.6 框架表示法
2.6.1 框架的基本结构与特点
2.6.2 框架表示法举例
2.7 状态空间表示法
2.7.1 描述问题状态
2.7.2 状态空间表示法举例
本章小结
第3章 机器推理
3.1 机器推理基础
3.1.1 思维与数理逻辑
3.1.2 概念与判断
3.1.3 推理及其分类
3.1.4 逻辑推理
3.2 非单调推理
3.2.1 单调逻辑与单调推理
3.2.2 非单调逻辑与非单调推理
3.2.3 非单调推理与单调推理的比较
3.3 谓词逻辑推理
3.3.1 谓词逻辑
3.3.2 谓词逻辑的自然推理规则
3.3.3 谓词逻辑的自然推理方法
3.4 不确定性推理
3.4.1 不确定性推理基础
3.4.2 贝叶斯推理
3.4.3 信度推理
3.4.4 模糊推理
3.5 推理控制策略
3.5.1 正向推理
3.5.2 反向推理
……
第4章 搜索策略
第5章 专家系统
第6章 机器学习
第7章 神经网络模型
第8章 深度学习
第9章 计算机视觉
第10章 自然语言处理
第11章 知识图谱
第12章 智能体
第13章 群智能
第14章 生物特征识别
第15章 智能机器人
参考文献