人工智能教程学习指导与习题解析【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

人工智能教程学习指导与习题解析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 基本知识点1

1.1.1 人工智能的诞生及发展1

1.1.2 人工智能的定义2

1.1.3 人工智能的研究内容2

1.1.4 人工智能研究的方法及途径3

1.1.5 人工智能的研究及应用领域4

1.2 例题分析4

1.3 练习题5

1.4 解题指导与习题解答5

第2章 知识表示方法6

2.1 基本知识点6

2.1.1 知识及其表示6

2.1.2 一阶谓词逻辑表示法7

2.1.3 产生式表示法9

2.1.4 语义网络表示法11

2.1.5 框架表示法13

2.1.6 面向对象的表示法14

2.1.7 状态空间表示法15

2.2 例题分析16

2.2.1 一阶谓词公式表示知识的举例16

2.2.2 语义网络表示知识举例20

2.2.3 框架表示知识举例22

2.2.4 状态空间表示知识举例25

2.3 练习题26

2.4 解题指导与习题解答29

第3章 确定性推理方法44

3.1 基本知识点44

3.1.1 谓词公式的永真性和可满足性44

3.1.2 置换与合一45

3.1.3 归结推理方法45

3.1.4 利用归结原理进行定理证明48

3.1.5 应用归结原理进行问题求解48

3.1.6 归结过程的控制策略48

3.2 例题分析49

3.3 练习题59

3.4 解题指导与习题解答62

第4章 不确定推理方法75

4.1 基本知识点75

4.1.1 不确定推理概述75

4.1.2 可信度方法76

4.1.3 主观Bayes方法78

4.1.4 证据理论81

4.2 例题分析82

4.3 练习题99

4.4 解题指导与习题解答101

第5章 状态空间搜索策略111

5.1 基本知识点111

5.1.1 盲目搜索策略111

5.1.2 启发式搜索策略113

5.2 例题分析115

5.3 练习题118

5.4 解题指导与习题解答120

第6章 机器学习130

6.1 基本知识点130

6.1.1 机器学习概述130

6.1.2 机器学习系统的基本模型132

6.1.3 机械学习132

6.1.4 传授式学习133

6.1.5 类比学习133

6.1.6 归纳学习134

6.1.7 基于解释的学习136

6.1.8 ID3判定树算法136

6.2 例题分析137

6.3 练习题142

6.4 解题指导与习题解答143

第7章 自然语言理解147

7.1 基本知识点147

7.1.1 自然语言及其理解147

7.1.2 词法分析148

7.1.3 句法分析149

7.1.4 语义分析152

7.1.5 大规模真实文本的处理153

7.2 例题分析154

7.3 练习题158

7.4 解题指导与习题解答160

第8章 专家系统165

8.1 基本知识点165

8.1.1 专家系统概述165

8.1.2 专家系统的基本结构166

8.1.3 知识获取167

8.1.4 专家系统的设计与建造168

8.1.5 专家系统的评价170

8.1.6 专家系统开发工具170

8.1.7 新一代专家系统的发展172

8.2 例题分析172

8.3 练习题172

8.4 解题指导与习题解答173

第9章 神经网络与遗传算法176

9.1 基本知识点176

9.1.1 人工神经网络概述176

9.1.2 基于反向传播的网络模型178

9.1.3 Hopfield网络模型179

9.1.4 传算法的概念与原理181

9.2 例题分析183

9.3 练习题184

9.4 解题指导与习题解答184

第10章 数据挖掘与Agent技术188

10.1 基本知识点188

10.1.1 数据挖掘的概念与研究内容188

10.1.2 数据挖掘的功能与作用189

10.1.3 数据挖掘的模型与算法191

10.1.4 数据挖掘的过程193

10.1.5 数据挖掘的研究热点与发展趋势194

10.1.6 Agent的定义与体系结构195

10.1.7 多Agent系统199

10.1.8 面向Agent的软件技术200

10.1.9 Agent技术所面临的挑战202

10.2 例题分析202

10.3 练习题203

10.4 解题指导与习题解答203

附录A 《计算机科学与技术》综合考试真题204

附录B 《计算机科学与技术》综合考试真题参考解答216

参考文献228