人工智能与专家系统

前言

第1章 绪论

1.1 人工智能的定义

1.1.1 什么是人工智能

1.1.2 人工智能与人类智能

1.2 人工智能的发展概括

1.3 人工智能的研究途径及方法

1.4 人工智能的应用领域

第2章 人工智能的数学基础

2.1 谓词逻辑

2.1.1 谓词基本概念

2.1.2 谓词公式

2.1.3 谓词公式的解释

2.1.4 谓词公式的性质

2.2 概率论

前言

第1章  绪论

1.1  人工智能的定义

1.1.1  什么是人工智能

1.1.2  人工智能与人类智能

1.2  人工智能的发展概括

1.3  人工智能的研究途径及方法

1.4  人工智能的应用领域

第2章  人工智能的数学基础

2.1  谓词逻辑

2.1.1  谓词基本概念

2.1.2  谓词公式

2.1.3  谓词公式的解释

2.1.4  谓词公式的性质

2.2  概率论

2.2.1  随机现象

2.2.2  样本空间与随机事件

2.2.3  事件的概率

2.4.4  事件的独立性

2.3  模糊理论

2.3.1  模糊性

2.3.2  模糊集与隶属函数

2.3.3  模糊集的表示及运算

2.3.4  模糊集的水平截集

2.3.5  模糊度和模糊数

2.3.6  模糊关系及其合成

2.3.7  模糊变换

2.4  粗糙集理论

2.4.1  粗糙集的基本概念

2.4.2  粗糙集在知识发现中的应用

本章小结

课后练习题

第3章　知识表示方法

第4章　确定性推理

第5章　不确定推理方法

第6章　状态空间搜索

第7章　机器学习

第8章　专家系统

第9章　神经网络

参考文献

   
本书比较全面地介绍了人工智能的原理及应用，全书共分9章内容，分别介绍了AI基本概念及其发展状况、AI数学基础、知识表示方法、确定性推理方法、不确定推理、状态空间搜索、机器学习、专家系统、神经网络。每章给出了一定量的例题和习题，供学生练习使用。各章对原理的叙述力求概念清晰、表达准确，突出理论联系实际，富有启发性，易于理解。

   
本书可作为高等院校计算机、智能科学、自动化、电子、通信和管理等专业研究生和高年级本科生的教材和参考书。本书内容对从事人工智能、专家系统、机器学习等相关领域研究的科技人员具有良好的参考价值。