【人工智能导论课程目录】

绪论

1. 人工智能的研究目标

2. 人工智能发展简史

3. 人工智能研究的课题

第一章 产生式系统

1.1 产生式系统的组成部分

1.2 产生式系统的基本过程

1.3 产生式系统的控制策略

1.4 问题的表示

1.5 产生式系统的类型

1.6 小结

- 课后习题

第二章 产生式系统的搜索策略

2.1 回溯策略（Backtracking Strategies）

2.2 图搜索策略

2.3 无信息图搜索过程

2.4 启发式图搜索过程

2.5 搜索算法讨论

2.6 小结

- 课后习题

第三章 可分解产生式系统的搜索策略

3.1 与或图的搜索

3.2 与或图的启发式搜索算法AO*

3.3 博弈树的搜索

3.4 小结

- 课后习题

第四章 人工智能中的谓词演算及应用

4.1 一阶谓词演算的基本体系

4.2 归结（消解Resolution）

4.3 归结反演系统（Refutation）

4.4 基于归结法的问答系统

4.5 基于归结的自动程序综合

4.6 基于归结的问题求解方法

4.7 基于规则的正向演绎系统

4.8 基于规则的逆向演绎系统

4.9 基于规则的演绎系统的几个问题

4.10 小结

- 课后习题

第五章 人工智能语言

5.1 LISP

5.2 PROLOG

5.3 小结

- 课后习题

【人工智能原理课程目录】

第一章 人工智能概述

- 课前索引

- 1.1 人工智能的定义

- 1.2 人工智能的发展史

- 1.3 人工智能成功的实例

- 1.4 人工智能的研究内容

- 1.5 人工智能研究的特点

- 1.6 人工智能相关文献及网站介绍

- 章节小结

- 课后思考题

第二章 归结推理方法

- 课前索引

- 2.1 归结原理概述

- 2.2 命题逻辑的归结

- 2.3 谓词逻辑归结法基础

- 2.4 归结原理

- 2.5 归结过程控制策略

- 2.6 Herbrand定理

- 章节小结

- 课后思考题

- 课后习题

第三章 不确定性推理方法

- 课前索引

- 3.1 概述

- 3.2 确定性方法

- 3.3 主观Bayes方法

- 3.4 证据理论（D-S Theory）

- 3.5 贝叶斯网络

- 章节小结

- 课后思考题

- 课后习题

第四章 知识表示

- 课前索引

- 4.1 概述

- 4.2 表示观

- 4.3 逻辑表示法

- 4.4 产生式表示法

- 4.5 语义网络表示法

- 4.6 框架表示法

- 4.7 面向对象的表示法

- 4.8 直接型知识表示方法

- 4.9 混合型知识表示方法

- 章节小结

- 课后思考题

- 课后习题

第五章 机器学习

- 课前索引

- 5.1 概述

- 5.2 机器学习的分类与基本系统结构

- 5.3 符号学习方法

- 5.4 实例学习方法

- 章节小结

- 课后思考题

- 课后习题

第六章 神经网络

- 课前索引

- 6.1 概述

- 6.2 前馈型人工神经网络

- 6.3 反馈神经网络

- 6.4 自组织竞争人工神经网络

- 6.5 神经网络在模式识别中的应用

- 章节小结

- 课后思考题

第七章 自然语言处理

- 课前索引

- 7.1 概述

- 7.2 句法分析

- 7.3 词性标注

- 章节小结

- 课后思考题

- 课后习题

第八章 智能体

- 课前索引

- 8.1 智能体概述

- 8.2 多智能体

- 8.3 智能体之间的通讯

- 8.4 智能体体系结构

- 章节小结

- 课后思考题