人工智能導論

前言 李德毅
第一章　緒論 001
11 人工智能的起源和定義 001
12 人工智能的流派 003
13 人工智能的進展和發(fā)展趨勢 009
第二章　概念表示 012
21 經典概念理論 012
22 數(shù)理邏輯 013
23 集合論 017
24 概念的現(xiàn)代表示理論 020
第三章　知識表示 023
31 知識與知識表示的概念 023
32 產生式表示法 026
33 框架表示法 029
34 狀態(tài)空間表示法 032
35 本章小結 036
第四章　知識圖譜 038
41 知識圖譜 038
42 本體知識表示 042
43 萬維網(wǎng)知識表示 043
44 知識圖譜的現(xiàn)狀及發(fā)展 049
45 知識圖譜的應用示例 055
46 本章小結 056
第五章　搜索技術057
51　圖搜索策略 058
52　盲目搜索 059
53　啟發(fā)式搜索 063
54　博弈搜索 067
55　本章小結 070
第六章　群智能算法072
61　群智能算法產生的背景 072
62　遺傳算法 073
63　粒子群優(yōu)化算法及其應用 083
64　蟻群算法 088
65　本章小結 092
第七章　機器學習094
71　機器學習的發(fā)展 095
72　監(jiān)督學習 096
73　無監(jiān)督學習 101
74　弱監(jiān)督學習 104
75　討論 108
76　本章小結 109
第八章　人工神經網(wǎng)絡與深度學習111
81　神經網(wǎng)絡的發(fā)展歷史 111
82　神經元與神經網(wǎng)絡 112
83　BP 神經網(wǎng)絡及其學習算法 115
84　卷積神經網(wǎng)絡 119
85　生成對抗網(wǎng)絡 126
86　深度學習的應用 128
87　本章小結 131
第九章　專家系統(tǒng) 133
91 專家系統(tǒng)概述 133
92 推理方法 135
93 一個簡單的專家系統(tǒng) 136
94 非確定性推理 142
95 專家系統(tǒng)工具 146
96 專家系統(tǒng)的應用 147
97 專家系統(tǒng)的局限性 148
98 本章小結 148
第十章　計算機視覺 150
101　計算機視覺概述 150
102 數(shù)字圖像的類型及機內表示 152
103 常用計算機視覺模型和關鍵技術 153
104 應用實例：人臉識別技術 162
105 本章小結 164
第十一章　自然語言處理 166
111 自然語言處理概述 166
112 機器翻譯 172
113 自然語言人機交互 177
114 智能問答 189
115 本章小結 193
第十二章　語音處理 195
121 語音的基本概念 195
122 語音識別 196
123 語音合成 202
?IV?
124 語音增強 206
125 語音轉換 208
126 情感語音 210
127 本章小結 214
第十三章　規(guī)劃 216
131 基本概念 216
132 經典規(guī)劃 217
133 概率規(guī)劃 221
134 典型應用 227
第十四章　多智能體系統(tǒng)229
141 智能體 229
142 智能體的具體結構 234
143 多智能體協(xié)商 236
144 多智能體學習 242
145 本章小結 244
第十五章　智能機器人246
151 概述 247
152 人工智能技術在機器人中的應用 249
153 智能機器人發(fā)展展望 259
參考文獻262