基本內容
人工智慧理論與實踐本書可作為高等院校計算機、控制、機電、數學等專業人工智慧課程的教材，也可供從事人工智慧研究和套用的科學工作者和工程技術人員學習參考。
圖書目錄
第1章 緒論
1.1 人工智慧實踐
1.2 人工智慧理論
1.3 智慧型的判定與度量
1.4 行為計算理論
1.5 自動推理
1.6 本書結構
本章小結
背景資料
練習
第2章 符號編程
2.1 基於規則的反應系統實例
2.2 LISP簡介
2.3 LISP互動方式
2.4 LISP函式
2.5 環境、符號與作用域
2.6 LISP函式的更多內容
2.7 表處理
2.8 疊代結構
2.9 程式調試
2.10 基於規則的反應系統回顧
本章小結
背景資料
練習
第3章 表達與邏輯
3.1 命題邏輯
3.2 P語言的形式化系統
3.3 P語言中的自動定理證明
3.4 謂詞演算
3.5 PC語言的形式化系統
3.6 PC語言中的自動定理證明
3.7 非單調邏輯
3.8 演繹檢索系統
本章小結
背景資料
練習
LISP實現：數據依賴
第4章 搜尋
4.1 基本搜尋問題
4.2 盲目搜尋
4.3 啟發式搜尋
4.4 最最佳化與搜尋
4.5 敵對搜尋
4.6 判別樹的索引
本章小結
背景資料
練習
LISP實現：判別樹
第5章 學習
5.1 歸納學習問題的分類
5.2 歸納推理理論
5.3 描述空間
5.4 決策樹
5.5 網路學習方法
5.6 梯度導向搜尋
5.7 感知器
5.8 徑向基函式
5.9 動態環境中的學習
本章小結
背景資料
練習
LISP實現：利用LISP實現學習算法
第6章 高級表達
6.1 時序推理
6.2 情境演算
6.3 一階區間時序邏輯
6.4 時序知識管理
6.5 知識與信念
6.6 空間推理
本章小結
背景資料
練習
LISP實現：時序推理
第7章 規劃
7.1 狀態空間搜尋
7.2 最小約束規劃
7.3 分層抽象空間規劃
7.4 自適應規劃
7.5 不完全信息規劃
7.6 表達能力更強的動作模型
本章小結
背景資料
練習
LISP實現：半序規劃的精化
第8章 不確定性
8.1 不確定性推理的動機
8.2 機率論
8.3 機率網
8.4 決策論
本章小結
背景資料
練習
LISP 實現：機率網中的推理
第9章 圖像理解
9.1 感測器與圖像
9.2 計算機視覺
9.3 人類視覺
9.4 視覺-恢復問題
9.5 圖像描述的恢復
9.6 由輪廓復原形狀
9.7 由陰影復原形狀
9.8 由紋理復原形狀
9.9 立體法
9.10 視覺運動分析
9.11 主動視覺
9.12 套用
本章小結
背景資料
練習
LISP 實現：多面體景物標記
第10章 自然語言處理
10.1 語言成分
10.2 上下文無關文法
10.3 上下文無關文法分析
10.4 文法特性
10.5 基於圖的有效句法分析
10.6 語義解釋
10.7 自然語言生成
10.8 上下文中的自然語言
10.9 量詞作用域
本章小結
背景資料
練習
LISP實現：簡單分析器
參考文獻
