人工智能技术导论187.pptx

人工智能技术导论（第二版) 编著;参考书;第一章 人工智能概述;什么是人工智能;什么是人的智能;为什么要研究人工智能;人工智能的目标;人工智能的表现形式;人工智能的研究途径与方法;人工智能的研究途径与方法;人工智能的研究途径与方法;人工智能的分支领域;人工智能的分支领域;人工智能的分支领域;人工智能的分支领域;人工智能的分支领域;人工智能的分支领域;人工智能的分支领域;人工智能的分支领域;人工智能的分支领域;人工智能的基本技术;人工智能的基本技术;人工智能的发展概况;人工智能的发??概况;人工智能的发展概况;人工智能的发展概况;人工智能的发展概况;当前发展趋势;第二章 基于谓词逻辑的机器推理;一些命题的表示;谓词公式;部分逻辑蕴含式（p59-p60);自然演绎推理;子句集;子句集;子句集;子句集;命题逻辑中的归结原理;命题逻辑中的归结原理;命题逻辑中的归结原理;替换与合一;替换与合一;替换与合一;替换与合一;替换与合一;替换与合一;替换与合一;谓词逻辑中的归结原理;谓词逻辑中的归结原理;归结反演;归结反演举例;应用归结原理求解;应用归结原理求解;应用归结原理求解;归结策略 ;归结策略;归结策略;归结策略;归结策略;归结策略;归结策略;第四章 图搜索技术;状态图;状态图搜索;状态图搜索;搜索算法;搜索算法;穷举式搜索;2 3 1 8 4 7 6 5;穷举式搜索;穷举式搜索;穷举式搜索;启发式搜索;启发式搜索算法;加权状态图搜索;启发式搜索的A算法和A*算法;启发式搜索的A算法和A*算法;启发式搜索的A算法和A*算法;状态图问题求解;与或图;与或图;与或图搜索;与或树搜索;启发式与或树搜索;希望树;与或树的有序搜索过程;与或树的有序搜索过程;博弈树搜索;极小极大分析法;?-?剪枝技术;第五章 产生式系统;产生式规则;产生式系统;产生式系统的运行过程;产生式系统的正向推理;动物分类正向推理树;产生式系统的反向推理;动物分类反向推理树;冲突消解策略;知识表示;知识的概念;知识表示;知识表示;框架的概念;框架的概念;框架的概念;框架之间的关系;框架的表达能力;基于框架的推理;框架表示法的优点;框架表示法的缺点;语义网络的概念;语义网络的实例;语义网络的实例;语义网络的表达能力;语义网络的表达能力;语义网络的表达能力;语义网络的表达能力;语义网络的表达能力;基于语义网络的推理及优缺点;第七章 不确定性处理;不确定性知识的表示;MYCIN中使用的信度;MYCIN中使用的信度;模糊知识的表示;模糊知识的表示;模糊知识的表示;多值逻辑;非单调逻辑;不确定性推理的一般模式;确定性理论;确定性理论;确定性理论;确定性理论;模糊集合与模糊逻辑;模糊集合;模糊集合;模糊集合的表示方法;模糊集合的表示方法;模糊集合;第九章 机器学习;机器学习系统;机器学习的分类;记忆学习;Sameul的跳棋程序;机械学习系统所需的能力;传授学习;演绎学习;类比学习;类比学习的过程;示例学习;示例学习;发现学习;解释学习;解释学习;生物神经元的结构;大脑处理信息的特点;人工神经元;常见的特征函数;神经网络;分层前向网络;反馈前向网络;互连前向网络;神经网络的学习;权值修正规则;权值修正规则;遗传算法(Genetic Algorithm);生物学的相关概念及原理 ;生物学的基本概念和术语 ;生物学的基本概念和术语;遗传算法的基本思想 ;遗传算法的一般流程 ;需考虑的问题;优化准则的确定;遗传算法举例;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;用遗传算法求解TSP问题;9、要学生做的事，教职员躬亲共做；要学生学的知识，教职员躬亲共学；要学生守的规则，教职员躬亲共守。7月-217月-21Wednesday, July 21, 2021 10、阅读一切好书如同和过去最杰出的人谈话。14:17:1814:17:1814:177/21/2021 2:17:18 PM 11、一个好的教师，是一个懂得心理学和教育学的人。7月-2114:17:1814:17Jul-2121-Jul-21 12、要记住，你不仅是教课的教师，也是学生的教育者，生活的导师和道德的引路人。14:17:1814:17:1814:17Wednesday, July 21, 2021 13、He who seize the right moment, is the right man.谁把握机遇，谁就心想事成。7月-217月-2114:17