人工智能学习辅导与实验指导

第1章 绪论　1.1 学习目标与要求　1.2 知识要点　　1.2.1 人工智能的概念　　1.2.2 人工智能程序和通常计算机程序的比较　　1.2.3 人工智能的三个主要目标　　1.2.4 人工智能发展史　　1.2.5 研究领域　1.3 习题解析　1.4 自测题及部分参考答案　　1.4.1 自测题　　1.4.2 部分参考答案第2章 知识表达技术　2.1 学习目标与要求　2.2 知识要点

第1章 绪论　1.1 学习目标与要求　1.2 知识要点　　1.2.1 人工智能的概念　　1.2.2 人工智能程序和通常计算机程序的比较　　1.2.3 人工智能的三个主要目标　　1.2.4 人工智能发展史　　1.2.5 研究领域　1.3 习题解析　1.4 自测题及部分参考答案　　1.4.1 自测题　　1.4.2 部分参考答案第2章 知识表达技术　2.1 学习目标与要求　2.2 知识要点　　2.2.1 知识的概念与含义　　2.2.2 知识类型和知识模型的变换　　2.2.3 状态空间表达法　　2.2.4 与/或图表达法　　2.2.5 知识的逻辑表达方法　　2.2.6 语义网络表达法　　2.2.7 产生式系统　　2.2.8 框架表达法　　2.2.9 特征表表达法　　2.2.10 面向对象的表示　2.3 习题解析　2.4 自测题及部分参考答案　　2.4.1 自测题　　2.4.2 部分参考答案第3章 基本的问题求解方法　3.1 学习目标与要求　3.2 基本内容　　3.2.1 搜索的概念　　3.2.2 状态空间搜索概述　　3.2.3 盲目的图搜索策略　　3.2.4 启发式图搜索策略　　3.2.5 与/或图搜索　　3.2.6 博弈树搜索　　3.2.7 通用问题求解技术简述　3.3 习题解析　3.4 自测题及部分参考答案　　3.4.1 自测题　　3.4.2 部分参考答案第4章 基本的推理技术　4.1 学习目标与要求　4.2 知识要点　　4.2.1 推理技术概述　　4.2.2 归结反演系统　　4.2.3 基于规则的演绎推理　4.3 习题解析　4.4 自测题及部分参考答案　　4.4.1 自测题　　4.4.2 部分参考答案第5章 不精确推理　5.1 学习目标与要求　5.2 知识要点　　5.2.1 不精确推理的概念、需要解决的基本问题及推理模型　　5.2.2 概率方法　　5.2.3 主观Bayes方法　　5.2.4 可信度方法　　5.2.5 模糊推理　5.3 习题解析　5.4 自测题及部分参考答案　　5.4.1 自测题　　5.4.2 部分参考答案第6章 Visual Prolog语言第7章 专家系统第8章 机器学习第9章 人工神经网络第10章 Agent简介及人工智能的争论与展望附录A Visual Prolog语言程序设计实验指导附录B 基于VP设计专家系统的案例附录C 同等学力人员申请硕士学位计算机科学与技术学科综合水平全国统一考试大纲与指南（第二版）人工智能部分附录D 计算机科学与技术人工智能考试真题附录E 计算机科学与技术人工智能考试真题参考答案参考文献

人工智能是研究解释和模拟人类智能、智能行为及其规律的一门前沿和交叉学科。目前市面上“人工智能”课程主教材已有多种不同的版本，但是辅导用书和实验用书比较缺乏。本书主要是“人工智能”课程的配套教材。内容涉及知识表示、基本问题求解、基本推理方法、Visual Prolog语言、专家系统、机器学习、人工神经网络、Agent等方面。本书对人工智能的知识要点进行了归纳，对典型例题进行了深入解析，并提供了一些自测题及部分参考答案，设计了Visual Prolog等编程实验并有相应的提示，给出一个实现专家系统的小案例，最后的附录是近几年同等学力申请计算机硕士学位人工智能考试真题及参考答案。本书内容符合国家相关课程标准，适合计算机专业本科高年级学生学习参考，也适合作为研究生入学考试的备考资料。

本书集学习与实验一体，归纳知识要点，提供大量的习题解析，由浅入深，循序渐进，通俗易懂。本书更加注重理论与实践的紧密联系，采用Visua·Prol09语言设计了编程实验，并给出了相应的提示，使读者比较容易理解计算机如何实现模拟人类智能。本书介绍了一个专家系统小案例，该程序在Visua·Prol095.2下运行通过，提供了具体实现代码。最后的附录收录了近几年同等学力申请计算机硕士学位人工智能考试题及参考答案。