('人工智能导论与原理 （神经网络、机器学习、自然语言处理）',),全套视频教程学习资料通过百度云网盘下载

admin

资源详情


【人工智能导论课程目录】
绪论
人工智能的研究目标
人工智能发展简史
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（BacktrackingStrategies）
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
5.1LISP
5.2PROLOG
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
2.6Herbrand定理
章节小结
课后思考题
课后习题
第三章不确定忄生推理方法
课前索引
3.1概述
3.2确定忄生方法
3.3主观Bayes方法
3.4证据理论（D-STheory）
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词忄生标注
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

游客，如果您要查看本帖隐藏内容请回复