原理篇

第1章  走进人工智能

本章导读

学习目标

素质目标

1.1  人工智能的概念与发展

1.1.1  人工智能的概念

1.1.2  人工智能的发展

1.2  人工智能研究的各种学派

1.2.1  符号主义

1.2.2  连接主义

1.2.3  行为主义

1.3  人工智能的研究内容与应用领域

1.3.1  人工智能的研究内容

1.3.2  人工智能的应用领域

本章小结

思考与练习

第2章  知识表示

本章导读

学习目标

素质目标

2.1  知识与知识表示

2.1.1  知识的概念

2.1.2  知识的特性

2.1.3  知识的分类

2.1.4  知识表示

2.2  一阶谓词逻辑表示法

2.2.1  命题逻辑

2.2.2  谓词逻辑

2.2.3  谓词公式

2.2.4  谓词公式的性质

2.2.5  一阶谓词逻辑表示知识

2.2.6  案例：机器人转移积木块

2.3  状态空间表示法

2.3.1  问题的状态空间

2.3.2  状态空间的图描述

2.3.3  状态空间表示问题

2.3.4  案例：探寻必胜策略

2.4  产生式表示法

2.4.1  产生式的基本形式

2.4.2  产生式系统

2.4.3  产生式系统求解问题

2.4.4  案例：字符转换

2.5  语义网络表示法

2.5.1  语义网络的结构

2.5.2  基本的语义关系

2.5.3  语义网络表示知识

2.5.4  案例：动物分类

2.6  框架表示法

2.6.1  框架的一般结构

2.6.2  框架表示知识

2.6.3  案例：新闻报道

本章小结

思考与练习

第3章  确定性推理

本章导读

学习目标

素质目标

3.1  推理概述

3.1.1  推理的概念

3.1.2  推理方式及分类

3.1.3  推理方向

3.1.4  冲突消解策略

3.2  自然演绎推理

3.2.1  推理规则的一般形式

3.2.2  利用自然演绎推理解决问题

3.2.3  案例：个人喜好

3.3  归结演绎推理

3.3.1  子句集

3.3.2  归结原理

3.3.3  归结反演

3.3.4  应用归结原理求解问题

3.3.5  案例：寻找新闻真相

3.4  本章实训：动物识别系统

本章小结

思考与练习

第4章  搜索策略

本章导读

学习目标

素质目标

4.1  搜索概述

4.1.1  搜索的概念

4.1.2  搜索过程

4.1.3  搜索策略

4.2  盲目搜索策略

4.2.1  宽度优先搜索

4.2.2  深度优先搜索

4.2.3  等代价搜索

4.2.4  案例：宝匣上的拼图

4.3  启发式搜索策略

4.3.1  启发性信息和估价函数

4.3.2  A搜索

4.3.3  A*搜索

4.3.4  案例：迷宫寻路

4.4  本章实训：沙漠寻宝

本章小结

思考与练习

第5章  不确定性推理

本章导读

学习目标

素质目标

5.1  不确定性推理概述

5.1.1  不确定性推理中的重要问题

5.1.2  不确定性推理方法分类

5.2  可信度方法

5.2.1  基于可信度的不确定性表示

5.2.2  基于可信度的不确定性推理算法

5.2.3  案例：天气预测

5.3  证据理论方法

5.3.1  证据理论的形式化描述

5.3.2  基于证据理论的不确定性表示

5.3.3  基于证据理论的不确定性推理算法

5.3.4  案例：医疗会诊系统

5.4  本章实训：路况分析

本章小结

思考与练习

技术篇

第6章  计算智能

本章导读

学习目标

素质目标

6.1  计算智能概述

6.1.1  什么是计算智能

6.1.2  计算智能分类

6.2  进化计算

6.2.1  什么是进化计算

6.2.2  遗传算法的基本术语

6.2.3  遗传算法的基本思想

6.2.4  遗传算法流程

6.2.5  遗传算法的主要特点

6.2.6  遗传算法的应用

6.2.7  案例：函数求解

6.3  群体智能

6.3.1  什么是群体智能

6.3.2  蚁群算法的基本原理

6.3.3  蚁群算法的主要过程

6.3.4  蚁群算法流程

6.3.5  蚁群算法的主要特点

6.3.6  蚁群算法的应用

6.3.7  案例：旅行商问题

6.4  本章实训：蜂群算法

本章小结

思考与练习

第7章  机器学习

本章导读

学习目标

素质目标

7.1  机器学习概述

7.1.1  什么是机器学习

7.1.2  机器学习的相关术语

7.1.3  机器学习的分类

7.1.4  机器学习的应用场景

7.2  有监督学习

7.2.1  什么是有监督学习

7.2.2  分类任务

7.2.3  回归任务

7.2.4  案例：手写数字识别

7.3  无监督学习

7.3.1  什么是无监督学习

7.3.2  聚类任务

7.3.3  案例：数据划分

7.4  本章实训：人脸识别

本章小结

思考与练习

第8章  专家系统

本章导读

学习目标

素质目标

8.1  专家系统概述

8.1.1  专家系统的概念与特点

8.1.2  专家系统的起源与发展

8.1.3  专家系统的类型

8.1.4  专家系统的应用

8.2  专家系统的基本结构

8.2.1  知识库

8.2.2  知识获取机构

8.2.3  推理机

8.2.4  综合数据库

8.2.5  人机接口

8.2.6  解释机构

8.3  专家系统的开发过程

8.4  案例分析：医学专家系统

本章小结

思考与练习

第9章  自然语言处理

本章导读

学习目标

素质目标

9.1  自然语言处理概述

9.1.1  自然语言处理的基本概念

9.1.2  自然语言处理的发展历程

9.1.3  自然语言处理的研究方向

9.1.4  自然语言处理的基本框架

9.2  自然语言处理的过程划分

9.2.1  语音分析

9.2.2  词法分析

9.2.3  句法分析

9.2.4  语义分析

9.2.5  语用分析

9.3  自然语言处理的基本流程

9.3.1  获取语料

9.3.2  语料预处理

9.3.3  特征工程

9.3.4  特征选择

9.3.5  模型训练

9.3.6  模型评估

9.3.7  模型上线应用

9.3.8  模型重构

9.4  案例分析：情感分析

9.4.1  基于情感词典的方法

9.4.2  基于深度学习的方法

本章小结

思考与练习

第10章  分布式人工智能与Agent

本章导读

学习目标

素质目标

10.1  分布式人工智能

10.1.1  分布式人工智能的概念与特点

10.1.2  分布式人工智能的分类

10.2  Agent

10.2.1  Agent的概念与特性

10.2.2  Agent的结构与类型

10.3  Agent通信

10.3.1  Agent通信的过程

10.3.2  Agent通信的类型

10.3.3  Agent通信的方式

10.4  多Agent系统

10.4.1  多Agent系统的概念与特点

10.4.2  多Agent系统的基本模型与体系结构

10.4.3  多Agent系统的协调、协作和协商

本章小结

思考与练习

应用篇

第11章  人工智能在社会服务中的应用

本章导读

学习目标

素质目标

11.1  人工智能+安防

11.1.1  智慧安防概述

11.1.2  智慧安防的应用场景

11.1.3  智慧安防的典型案例：智慧安防社区服务

11.2  人工智能+政务

11.2.1  智慧政务概述

11.2.2  智慧政务的应用场景

11.2.3  智慧政务的典型案例：行政服务大厅

11.3  人工智能+医疗

11.3.1  智慧医疗概述

11.3.2  智慧医疗的应用场景

11.3.3  智慧医疗的典型案例：新冠肺炎智能问诊系统

11.4  人工智能+教育

11.4.1  智慧教育概述

11.4.2  智慧教育的应用场景

11.4.3  智慧教育的典型案例：VR智能实验室

本章小结

思考与练习

第12章  人工智能在经济生活中的应用

本章导读

学习目标

素质目标

12.1  人工智能+金融

12.1.1  智慧金融概述

12.1.2  智慧金融的应用场景

12.1.3  智慧金融的典型案例：银行智慧网点

12.2  人工智能+农业

12.2.1  智慧农业概述

12.2.2  智慧农业的应用场景

12.2.3  智慧农业的典型案例：基于人工智能的草莓种植

12.3  人工智能+交通

12.3.1  智慧交通概述

12.3.2  智慧交通的应用场景

12.3.3  智慧交通的典型案例：交通信号灯智能控制系统

本章小结

思考与练习

参考文献