内容简介
本书介绍了人工智能原理的基本内容，包括自动推理、知识
表示、机器学习和自然语言理解等四个部分。全书共分十章：依次
讨论了归结方法、不确定推理方法、非单调推理方法、定性推理方
法，知识表示方法，机器学习的基本概念以及由实例和基于解释
的学习方法，最后讨论了自然语言的语法、语义分析。
本书可作为大学计算机系高年级大学生和研究生“人工智能
原理”课程的教材。也可作为从事计算机学科研究的教师和科研
人员参考。
目录
出版说明
前言
第一章 人工智能概述
1. l 人工智能的诞生和发展
1. 2 什么是人工智能
1. 3 90年代初人工智能进展
第二章 归结推理方法
2. 1 命题逻辑的归结法
2. 2 子句形
2. 3 Herbrand定理
2. 4 归结原理
2. 5 归结过程的控制策略
2. 6 归结法与Prolog语言
2. 7 非归结法
第三章 不现定和非单调推理方法
3. 1 概述
3. 2 不确定推理方法
3. 3 非单调推理方法
3. 4 定性推理方法
第四章 知识表示方法
4. 1 概述
4. 2 逻辑表示法
4. 3 产生式表示法
4. 4 语义网络表示法
4. 5 框架表示法
4. 6 面向对象的表示法
第五章 机器学习
5. 1 为什么研究机器学习
5. 2 什么是机器学习
5. 3 机器学习的发展协工
5. 4 学习的一种模型
5. 5 机器学习的分类
5. 6 机器学习的研究目标
5. 7 机器学习的特点
第六章 实例学习
6. l 实例学习的两个空间模型
6. 2 实例学习的分类
6. 3 学习单个概念
6. 4 学习多个概念
6. 5 学习多步任务
6. 6 基于解释的学习
第七章 其它学习方法
7. l 记忆学习
7. 2 传授学习
7. 3 类比学习
7. 4 观察与发现学习
第八章 自然语言理解的任务和发展简史
8. l 什么叫自然语言理解
8. 2 以关键词匹配为主流的早期历史
8. 3 以句法一语义分析为主流的中期历史
8. 4 以走向实用化和工程化为特征的近期历史
第九章 句法分析
9. l 句法分析的地位
9. 2 短语结构语言
9. 3 乔姆斯基体系
9. 4 语言串理论
9. 5 转换语法
9. 6 ATN语法
9. 7 句法分析的确定性算法
9. 8 基于合一的语法理论
9. 9 走子句语法
终十章 语义分析
10. l 谓词一变元
10. 2 LFL的形成规则
10. 3 动..
北京市公安局丰台分局备案编号：1101080539 
