书籍详情
人工智能实用教程：同等学历申请硕士学位综合考试课程指导
作者：张仰森，黄改娟编著
出版社：希望电子出版社
出版时间：2002-05-01
ISBN：9787900101006
定价：¥23.00
购买这本书可以去
内容简介
本书是“研究生和高年级计算机科学与技术教材”系列之一，该系列教材由计算机科学技术专业高年级和研究生课程教材组成，可供本科和同等学历申请硕士学位以及硕士学位的计算机专业和相关IT专业根据课程的设置情况选用。本书是作者依据自己的教学实践，学习、吸纳前辈经验，参照同等学历申请硕士学位人员计算机综合考试的大纲要求，归纳、提炼、创新而形成的具有自己特色的教材。全书共分七章，内容包括人工智能的基本概念、知识表示、归结推理方法、不确定推理方法、状态空间搜索策略、机器学习和自然语言理解等。每章都附有丰富的习题，以供学习者课后练习巩固所学内容。本书内容由浅入深、循序渐进；语言通俗易懂，文笔流畅。全书特别强调学习者的动手解题能力，注重对各类问题求解方法的归纳总结，并通过大量典型例题的求解，运用和阐明解题方法，以帮助学习者理解这些方法，使之能够应付人工智能课程的各种考试。从这一角度讲，本书是一本非常实用的教程。本书内容覆盖了人工智能课程的主要内容，适合作为大学计算机专业研究生、高年级本科生人工智能课程教材和同等学历申请硕士学位人员人工智能应试指导教材，也可供相关领域科技人员学习、参考。
作者简介
暂缺《人工智能实用教程：同等学历申请硕士学位综合考试课程指导》作者简介
目录
第一章绪论
l. l 人工智能的诞生及发展
1. 2 人工智能的定义
1. 3 人工智能研究的方法及途径
1. 3. l 人工智能研究的各种学派及其理论
1. 3. 2 实现人工智能的技术路线
1. 4 人工智能的研究及应用领域
1. 4. l 问题求解
l. 4. 2 机器学习
1. 4. 3 专家系统
1. 4. 4 模式识别
1. 4. 5 自动定理证明
1. 4. 6 自动程序设计
1. 4. 7 自然语言理解
l. 4. 8 机器人学
l. 4. 9 人工神经网络
1. 4. 10 智能检索
习题一
第二章 知识表示方法
2. l 概述
2. 1. l 知识. 信息和数据
2. 1. 2 知识的特性
2. 1. 3 知识的分类
2. 1. 4 知识的表示
2. 2 一阶谓词逻辑表示法
2. 2. l 知识的谓词逻辑表示法
2. 2. 2 用谓词公式表示知识的步骤
2. 2. 3 谓词公式表示知识的举例
2. 2. 4 一阶谓词逻辑表示法的特点
2. 3 产生式表示法
2. 3. l 产生式可表示的知识种类及其基本形式
2. 3. 2 知识的表示方法
2. 3. 3 产生式系统的组成
2. 3. 4 产生式系统的推理方式
2. 3. 5 产生式表示法的特点
2. 4 语义网络表示活
2. 4. l 语义网络的概念及其结构
2. 4. 2 语义网络表示知识的方法及步骤
2. 4. 3 语义网络表示知识举例
2. 4. 4 语义网络中常用的语义联系
2. 4. 5 语义网络表示下的推理过程
2. 4. 6 语义网络表示活的特点
2. 5 框架表示法
2. 5. l 框架理论
2. 5. 2 框架的定义及组成
2. 5. 3 用框架表示知识的步骤
2. 5. 4 框架举例
2. 5. 5 框架表示下的推理方法
2. 5. 6 框架表示法的特点
2. 6 面向对象的表示法
2. 6. l 面向对象的基本概念
2. 6. 2 表示知识的方法
2. 7 状态空间表示法
2. 7. l 问题状态空间的构成
2. 7. 2 用状态空间表示问题的步骤
2. 7. 3 利用状态空间求解问题的过程
习题二
第三章 归结推理方法
3. l 命题逻辑
3. 1. l 命题
3. l. 2 命题公式
3. 2 谓词逻辑
3. 2. l 谓词与个体
3. 2. 2 谓词公式
3. 2. 3 谓词公式的永真性和可满足性
3. 2. 4 谓词公式的等价性与永真蕴含
3. 2. 5 置换与合一
3. 3 归结推理方法
3. 3. 1 谓词公式与子勾集
3. 3. 2 Herbrand理论
3. 3. 3 归结原理
3. 3. 4 利用归结原理进行定理证明
3. 3. 5 应用归结原理进行问题求解
3. 4 归结过程的控制策略
3. 4. l 引入控制策略
3. 4. 2 归结控制策略及其应用举例
习题三
第四章 不确定推理方法
4. l 不确定推理概述
4. 1. l 不确定推理的概念
4. 1. 2 不确定推理方法的分类
4. 1. 3 不确定推理中的基本问题
4. 2 可信度方法
4. 2. 1 可信度的概念
4. 2. 2 知识不确定性的表示
4. 2. 3 证据不确定性的表示
4. 2. 4 不确定性的推理计算
4. 2. 5 可信度方法应用举例
4. 3 主观Buyes方法
4. 3. l 基本Bayes公式
4. 3. 2 主观Bayes方法及其推理网络
4. 3. 3 知识不确定性的表示
4. 3. 4 证据不确定性的表示
4. 3. 5 不确定性的推理计算
4. 3. 6 结论不确定性的合成与更新算法
4. 3. 7 主观Bayes方法应用举例
4. 4 证据理论
4. 4. 1 D-S理论的数学基础
4. 4. 2 特定概率分配函数
4. 4. 3 基于特定概率分配函数的不确定性推理模型
4. 4. 4 证据理论解题举例
习题四
第五章 状态空间搜索策略
5. l 搜索的概念及种类
5. 1. l 搜索的概念
5. 1. 2 搜索的种类
5. 2 盲目搜索策略
5. 2. 1 状态空间图的搜索策略
5. 2. 2 宽度优先搜索策略
5. 2. 3 深度优先搜索
5. 2. 4 有界深度优先搜索
5. 2. 5 代价树的宽度优先搜索
5. 2. 6 代价树的深度优先搜索
5. 3 启发式搜索策略
5. 3. l 启发信息与估价函数
5. 3. 2 最佳优先搜索
5. 3. 3 A*算法
习题五
第六章 机器学习
6. l 概述
6. 1. l 什么是机器学习
6. 1. 2 研究机器学习的意义
6. 1. 3 机器学习的发展史
6. 1. 4 机器学习的主要策略及研究现状
6. 2 机器学习系统的基本模型
6. 2. 1 环境
6. 2. 2 学习环节
6. 2. 3 知识库
6. 2. 4 执行环节
6. 3 机器学习的传统学习方法
6. 3. 1 机械学习
6. 3. 2 传授式学习
6. 3. 3 类比学习
6. 3. 4 归纳学习
6. 3. 5 基于解释的学习
6. 4 基于神经网络的学习
6. 4. l 神经网络的基本概念及组成特性
6. 4. 2 基于反向传播网络模型的学习
6. 4. 3 基于Hopfield网络模型的学习
习题六
第六章 自然语言理解
7. 1 自然语言及其理解
7. 1. l 自然语言及其构成
7. 1. 2 自然语言理解
7. 1. 3 自然语言理解研究的进展
7. 1. 4 自然语言理解过程的层次
7. 2 词法分析
7. 3 句法分析
7. 3. l 短语结构语法理论与乔姆斯基语法体系
7. 3. 2 递归转移网络与扩充转移网络
7. 3. 3 词汇功能语法
7. 3. 4 自动句法分析算法
7. 4 语义分析
7. 5 大规模真实文本的处理
7. 5. l 语料库语言学的崛起
7. 5. 2 语料库语言学的特点及研究对象
7. 5. 3 汉语语料库加工的基本方法
7. 5. 4 统计学方法的应用及所面临的问题
习题七
附录一 同等学历人员申请硕士学位《计算机科学与技术》综合
一. 考试大纲
二. 复习指南
三. 思考题
四. 考试样卷
五. 参考书目
附录二 《计算机科学与技术》综合考试真题
1999年《计算机科学与技术》综合考试真题
2000年《计算机科学与技术》综合考试真题
2001年《计算机科学与技术》综合考试真题
参考文献
l. l 人工智能的诞生及发展
1. 2 人工智能的定义
1. 3 人工智能研究的方法及途径
1. 3. l 人工智能研究的各种学派及其理论
1. 3. 2 实现人工智能的技术路线
1. 4 人工智能的研究及应用领域
1. 4. l 问题求解
l. 4. 2 机器学习
1. 4. 3 专家系统
1. 4. 4 模式识别
1. 4. 5 自动定理证明
1. 4. 6 自动程序设计
1. 4. 7 自然语言理解
l. 4. 8 机器人学
l. 4. 9 人工神经网络
1. 4. 10 智能检索
习题一
第二章 知识表示方法
2. l 概述
2. 1. l 知识. 信息和数据
2. 1. 2 知识的特性
2. 1. 3 知识的分类
2. 1. 4 知识的表示
2. 2 一阶谓词逻辑表示法
2. 2. l 知识的谓词逻辑表示法
2. 2. 2 用谓词公式表示知识的步骤
2. 2. 3 谓词公式表示知识的举例
2. 2. 4 一阶谓词逻辑表示法的特点
2. 3 产生式表示法
2. 3. l 产生式可表示的知识种类及其基本形式
2. 3. 2 知识的表示方法
2. 3. 3 产生式系统的组成
2. 3. 4 产生式系统的推理方式
2. 3. 5 产生式表示法的特点
2. 4 语义网络表示活
2. 4. l 语义网络的概念及其结构
2. 4. 2 语义网络表示知识的方法及步骤
2. 4. 3 语义网络表示知识举例
2. 4. 4 语义网络中常用的语义联系
2. 4. 5 语义网络表示下的推理过程
2. 4. 6 语义网络表示活的特点
2. 5 框架表示法
2. 5. l 框架理论
2. 5. 2 框架的定义及组成
2. 5. 3 用框架表示知识的步骤
2. 5. 4 框架举例
2. 5. 5 框架表示下的推理方法
2. 5. 6 框架表示法的特点
2. 6 面向对象的表示法
2. 6. l 面向对象的基本概念
2. 6. 2 表示知识的方法
2. 7 状态空间表示法
2. 7. l 问题状态空间的构成
2. 7. 2 用状态空间表示问题的步骤
2. 7. 3 利用状态空间求解问题的过程
习题二
第三章 归结推理方法
3. l 命题逻辑
3. 1. l 命题
3. l. 2 命题公式
3. 2 谓词逻辑
3. 2. l 谓词与个体
3. 2. 2 谓词公式
3. 2. 3 谓词公式的永真性和可满足性
3. 2. 4 谓词公式的等价性与永真蕴含
3. 2. 5 置换与合一
3. 3 归结推理方法
3. 3. 1 谓词公式与子勾集
3. 3. 2 Herbrand理论
3. 3. 3 归结原理
3. 3. 4 利用归结原理进行定理证明
3. 3. 5 应用归结原理进行问题求解
3. 4 归结过程的控制策略
3. 4. l 引入控制策略
3. 4. 2 归结控制策略及其应用举例
习题三
第四章 不确定推理方法
4. l 不确定推理概述
4. 1. l 不确定推理的概念
4. 1. 2 不确定推理方法的分类
4. 1. 3 不确定推理中的基本问题
4. 2 可信度方法
4. 2. 1 可信度的概念
4. 2. 2 知识不确定性的表示
4. 2. 3 证据不确定性的表示
4. 2. 4 不确定性的推理计算
4. 2. 5 可信度方法应用举例
4. 3 主观Buyes方法
4. 3. l 基本Bayes公式
4. 3. 2 主观Bayes方法及其推理网络
4. 3. 3 知识不确定性的表示
4. 3. 4 证据不确定性的表示
4. 3. 5 不确定性的推理计算
4. 3. 6 结论不确定性的合成与更新算法
4. 3. 7 主观Bayes方法应用举例
4. 4 证据理论
4. 4. 1 D-S理论的数学基础
4. 4. 2 特定概率分配函数
4. 4. 3 基于特定概率分配函数的不确定性推理模型
4. 4. 4 证据理论解题举例
习题四
第五章 状态空间搜索策略
5. l 搜索的概念及种类
5. 1. l 搜索的概念
5. 1. 2 搜索的种类
5. 2 盲目搜索策略
5. 2. 1 状态空间图的搜索策略
5. 2. 2 宽度优先搜索策略
5. 2. 3 深度优先搜索
5. 2. 4 有界深度优先搜索
5. 2. 5 代价树的宽度优先搜索
5. 2. 6 代价树的深度优先搜索
5. 3 启发式搜索策略
5. 3. l 启发信息与估价函数
5. 3. 2 最佳优先搜索
5. 3. 3 A*算法
习题五
第六章 机器学习
6. l 概述
6. 1. l 什么是机器学习
6. 1. 2 研究机器学习的意义
6. 1. 3 机器学习的发展史
6. 1. 4 机器学习的主要策略及研究现状
6. 2 机器学习系统的基本模型
6. 2. 1 环境
6. 2. 2 学习环节
6. 2. 3 知识库
6. 2. 4 执行环节
6. 3 机器学习的传统学习方法
6. 3. 1 机械学习
6. 3. 2 传授式学习
6. 3. 3 类比学习
6. 3. 4 归纳学习
6. 3. 5 基于解释的学习
6. 4 基于神经网络的学习
6. 4. l 神经网络的基本概念及组成特性
6. 4. 2 基于反向传播网络模型的学习
6. 4. 3 基于Hopfield网络模型的学习
习题六
第六章 自然语言理解
7. 1 自然语言及其理解
7. 1. l 自然语言及其构成
7. 1. 2 自然语言理解
7. 1. 3 自然语言理解研究的进展
7. 1. 4 自然语言理解过程的层次
7. 2 词法分析
7. 3 句法分析
7. 3. l 短语结构语法理论与乔姆斯基语法体系
7. 3. 2 递归转移网络与扩充转移网络
7. 3. 3 词汇功能语法
7. 3. 4 自动句法分析算法
7. 4 语义分析
7. 5 大规模真实文本的处理
7. 5. l 语料库语言学的崛起
7. 5. 2 语料库语言学的特点及研究对象
7. 5. 3 汉语语料库加工的基本方法
7. 5. 4 统计学方法的应用及所面临的问题
习题七
附录一 同等学历人员申请硕士学位《计算机科学与技术》综合
一. 考试大纲
二. 复习指南
三. 思考题
四. 考试样卷
五. 参考书目
附录二 《计算机科学与技术》综合考试真题
1999年《计算机科学与技术》综合考试真题
2000年《计算机科学与技术》综合考试真题
2001年《计算机科学与技术》综合考试真题
参考文献
猜您喜欢
