目录
第1章绪论

1.1人工智能的定义

1.2人工智能的发展历史

1.2.1孕育阶段

1.2.2形成阶段
<p> </p> <p> </p> <p> </p> <p>目录</p> <p><span style="font-family: 宋体;">第</span>1<span style="font-family: 宋体;">章绪论</span></p> <p> </p> <p>1.1<span style="font-family: 宋体;">人工智能的定义</span></p> <p> </p> <p>1.2<span style="font-family: 宋体;">人工智能的发展历史</span></p> <p> </p> <p>1.2.1<span style="font-family: 宋体;">孕育阶段</span></p> <p> </p> <p>1.2.2<span style="font-family: 宋体;">形成阶段</span></p> <p> </p> <p>1.2.3<span style="font-family: 宋体;">发展阶段</span></p> <p> </p> <p>1.3<span style="font-family: 宋体;">人工智能的三大学派</span></p> <p> </p> <p>1.3.1<span style="font-family: 宋体;">符号主义</span></p> <p> </p> <p>1.3.2<span style="font-family: 宋体;">连接主义</span></p> <p> </p> <p>1.3.3<span style="font-family: 宋体;">行为主义</span></p> <p> </p> <p>1.4<span style="font-family: 宋体;">人工智能研究内容与应用领域</span></p> <p> </p> <p>1.4.1<span style="font-family: 宋体;">问题求解</span></p> <p> </p> <p>1.4.2<span style="font-family: 宋体;">专家系统</span></p> <p> </p> <p>1.4.3<span style="font-family: 宋体;">机器学习</span></p> <p> </p> <p>1.4.4<span style="font-family: 宋体;">神经网络</span></p> <p> </p> <p>1.4.5<span style="font-family: 宋体;">模式识别</span></p> <p> </p> <p>1.4.6<span style="font-family: 宋体;">数据挖掘和知识发现</span></p> <p> </p> <p>1.4.7<span style="font-family: 宋体;">计算机视觉</span></p> <p> </p> <p>1.4.8<span style="font-family: 宋体;">智能控制</span></p> <p> </p> <p>1.4.9<span style="font-family: 宋体;">计算智能</span></p> <p> </p> <p>1.4.10<span style="font-family: 宋体;">其他</span></p> <p> </p> <p>1.5<span style="font-family: 宋体;">人工智能的发展趋势</span></p> <p> </p> <p>1.5.1<span style="font-family: 宋体;">多学科交叉研究</span></p> <p> </p> <p>1.5.2<span style="font-family: 宋体;">智能应用和智能产业</span></p> <p> </p> <p>1.6<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>2<span style="font-family: 宋体;">章知识表示</span></p> <p> </p> <p>2.1<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>2.1.1<span style="font-family: 宋体;">知识及知识的分类</span></p> <p> </p> <p>2.1.2<span style="font-family: 宋体;">知识表示</span></p> <p> </p> <p>2.2<span style="font-family: 宋体;">谓词逻辑表示法</span></p> <p> </p> <p>2.2.1<span style="font-family: 宋体;">基本概念</span></p> <p> </p> <p>2.2.2<span style="font-family: 宋体;">谓词逻辑表示法</span></p> <p> </p> <p>2.2.3<span style="font-family: 宋体;">谓词逻辑表示法的经典应用</span></p> <p> </p> <p>2.2.4<span style="font-family: 宋体;">谓词逻辑表示法的特点</span></p> <p> </p> <p>2.3<span style="font-family: 宋体;">产生式表示法</span></p> <p> </p> <p>2.3.1<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>2.3.2<span style="font-family: 宋体;">产生式系统</span></p> <p> </p> <p>2.3.3<span style="font-family: 宋体;">产生式表示法应用举例</span></p> <p> </p> <p>2.3.4<span style="font-family: 宋体;">产生式系统的推理方式</span></p> <p> </p> <p>2.3.5<span style="font-family: 宋体;">产生式系统的特点</span></p> <p> </p> <p>2.4<span style="font-family: 宋体;">语义网络表示法</span></p> <p> </p> <p>2.4.1<span style="font-family: 宋体;">语义网络基本概念</span></p> <p> </p> <p>2.4.2<span style="font-family: 宋体;">语义网络中常用的语义联系</span></p> <p> </p> <p>2.4.3<span style="font-family: 宋体;">语义网络表示知识的方法</span></p> <p> </p> <p>2.4.4<span style="font-family: 宋体;">语义网络的推理过程</span></p> <p> </p> <p>2.4.5<span style="font-family: 宋体;">语义网络表示的特点</span></p> <p> </p> <p>2.5<span style="font-family: 宋体;">框架表示法</span></p> <p> </p> <p>2.5.1<span style="font-family: 宋体;">框架基本结构</span></p> <p> </p> <p>2.5.2<span style="font-family: 宋体;">基于框架的推理</span></p> <p> </p> <p>2.5.3<span style="font-family: 宋体;">框架表示法的特点</span></p> <p> </p> <p>2.6<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>3<span style="font-family: 宋体;">章搜索策略</span></p> <p> </p> <p>3.1<span style="font-family: 宋体;">搜索的基本概念</span></p> <p> </p> <p>3.1.1<span style="font-family: 宋体;">搜索的含义</span></p> <p> </p> <p>3.1.2<span style="font-family: 宋体;">状态空间法</span></p> <p> </p> <p>3.1.3<span style="font-family: 宋体;">问题归约法</span></p> <p> </p> <p>3.2<span style="font-family: 宋体;">状态空间搜索</span></p> <p> </p> <p>3.2.1<span style="font-family: 宋体;">盲目搜索</span></p> <p> </p> <p>3.2.2<span style="font-family: 宋体;">状态空间的启发式搜索</span></p> <p> </p> <p>3.3<span style="font-family: 宋体;">博弈树的启发式搜索</span></p> <p> </p> <p>3.3.1<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>3.3.2<span style="font-family: 宋体;">极大极小过程</span></p> <p> </p> <p>3.3.3<span style="font-family: 宋体;">αβ剪枝</span></p> <p> </p> <p>3.4<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>4<span style="font-family: 宋体;">章确定性推理</span></p> <p> </p> <p>4.1<span style="font-family: 宋体;">推理的基本概念</span></p> <p> </p> <p>4.1.1<span style="font-family: 宋体;">什么是推理</span></p> <p> </p> <p>4.1.2<span style="font-family: 宋体;">推理方法及其分类</span></p> <p> </p> <p>4.1.3<span style="font-family: 宋体;">推理的控制策略及其分类</span></p> <p> </p> <p>4.1.4<span style="font-family: 宋体;">正向推理</span></p> <p> </p> <p>4.1.5<span style="font-family: 宋体;">逆向推理</span></p> <p> </p> <p>4.1.6<span style="font-family: 宋体;">混合推理</span></p> <p> </p> <p>4.2<span style="font-family: 宋体;">推理的逻辑基础</span></p> <p> </p> <p>4.2.1<span style="font-family: 宋体;">谓词公式的解释</span></p> <p> </p> <p>4.2.2<span style="font-family: 宋体;">谓词公式的永真性与可满足性</span></p> <p> </p> <p>4.2.3<span style="font-family: 宋体;">谓词公式的等价性与永真蕴含性</span></p> <p> </p> <p>4.2.4<span style="font-family: 宋体;">谓词公式的范式</span></p> <p> </p> <p>4.2.5<span style="font-family: 宋体;">置换与合一</span></p> <p> </p> <p>4.3<span style="font-family: 宋体;">自然演绎推理</span></p> <p> </p> <p>4.4<span style="font-family: 宋体;">归结演绎推理</span></p> <p> </p> <p>4.4.1<span style="font-family: 宋体;">子句集及其简化</span></p> <p> </p> <p>4.4.2<span style="font-family: 宋体;">鲁滨逊归结原理</span></p> <p> </p> <p>4.4.3<span style="font-family: 宋体;">归结演绎推理的归结策略</span></p> <p> </p> <p>4.4.4<span style="font-family: 宋体;">用归结反演求取问题的解</span></p> <p> </p> <p>4.5<span style="font-family: 宋体;">基于规则的演绎推理</span></p> <p> </p> <p>4.5.1<span style="font-family: 宋体;">规则正向演绎推理</span></p> <p> </p> <p>4.5.2<span style="font-family: 宋体;">规则逆向演绎推理</span></p> <p> </p> <p>4.6<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>5<span style="font-family: 宋体;">章不确定性推理</span></p> <p> </p> <p>5.1<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>5.1.1<span style="font-family: 宋体;">为什么要采用不确定性推理</span></p> <p> </p> <p>5.1.2<span style="font-family: 宋体;">不确定性推理要解决的问题</span></p> <p> </p> <p>5.1.3<span style="font-family: 宋体;">不确定性推理类型</span></p> <p> </p> <p>5.2<span style="font-family: 宋体;">概率基础</span></p> <p> </p> <p>5.3<span style="font-family: 宋体;">主观贝叶斯方法</span></p> <p> </p> <p>5.3.1<span style="font-family: 宋体;">不确定性的表示</span></p> <p> </p> <p>5.3.2<span style="font-family: 宋体;">组合证据不确定性的计算</span></p> <p> </p> <p>5.3.3<span style="font-family: 宋体;">不确定性的传递算法</span></p> <p> </p> <p>5.3.4<span style="font-family: 宋体;">结论不确定性的合成</span></p> <p> </p> <p>5.4<span style="font-family: 宋体;">可信度方法</span></p> <p> </p> <p>5.4.1<span style="font-family: 宋体;">不确定性的表示</span></p> <p> </p> <p>5.4.2<span style="font-family: 宋体;">组合证据不确定性的计算</span></p> <p> </p> <p>5.4.3<span style="font-family: 宋体;">不确定性的传递算法</span></p> <p> </p> <p>5.4.4<span style="font-family: 宋体;">结论不确定性的合成</span></p> <p> </p> <p>5.5<span style="font-family: 宋体;">证据理论</span></p> <p> </p> <p>5.5.1<span style="font-family: 宋体;">理论基础</span></p> <p> </p> <p>5.5.2<span style="font-family: 宋体;">不确定性表示</span></p> <p> </p> <p>5.5.3<span style="font-family: 宋体;">组合证据不确定性的计算</span></p> <p> </p> <p>5.5.4<span style="font-family: 宋体;">不确定性的更新</span></p> <p> </p> <p>5.6<span style="font-family: 宋体;">模糊推理</span></p> <p> </p> <p>5.6.1<span style="font-family: 宋体;">模糊知识的表示</span></p> <p> </p> <p>5.6.2<span style="font-family: 宋体;">模糊概念的匹配</span></p> <p> </p> <p>5.6.3<span style="font-family: 宋体;">模糊推理</span></p> <p> </p> <p>5.7<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>6<span style="font-family: 宋体;">章机器学习</span></p> <p> </p> <p>6.1<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>6.1.1<span style="font-family: 宋体;">机器学习的基本概念</span></p> <p> </p> <p>6.1.2<span style="font-family: 宋体;">机器学习的发展历史</span></p> <p> </p> <p>6.1.3<span style="font-family: 宋体;">学习系统的基本模型</span></p> <p> </p> <p>6.1.4<span style="font-family: 宋体;">学习策略</span></p> <p> </p> <p>6.2<span style="font-family: 宋体;">记忆学习</span></p> <p> </p> <p>6.3<span style="font-family: 宋体;">归纳学习</span></p> <p> </p> <p>6.3.1 <span style="font-family: 宋体;">示例学习</span></p> <p> </p> <p>6.3.2<span style="font-family: 宋体;">观察与发现学习</span></p> <p> </p> <p>6.4<span style="font-family: 宋体;">决策树学习</span></p> <p> </p> <p>6.5<span style="font-family: 宋体;">类比学习</span></p> <p> </p> <p>6.5.1<span style="font-family: 宋体;">类比学习的基本过程</span></p> <p> </p> <p>6.5.2<span style="font-family: 宋体;">属性类比学习</span></p> <p> </p> <p>6.5.3<span style="font-family: 宋体;">转换类比学习</span></p> <p> </p> <p>6.5.4<span style="font-family: 宋体;">派生类比学习</span></p> <p> </p> <p>6.5.5<span style="font-family: 宋体;">联想类比学习</span></p> <p> </p> <p>6.6<span style="font-family: 宋体;">解释学习</span></p> <p> </p> <p>6.7<span style="font-family: 宋体;">神经学习</span></p> <p> </p> <p>6.7.1<span style="font-family: 宋体;">感知器学习</span></p> <p> </p> <p>6.7.2<span style="font-family: 宋体;">反向传播网络学习</span></p> <p> </p> <p>6.7.3Hopfield<span style="font-family: 宋体;">网络学习</span></p> <p> </p> <p>6.8<span style="font-family: 宋体;">贝叶斯学习</span></p> <p> </p> <p>6.8.1<span style="font-family: 宋体;">贝叶斯定理</span></p> <p> </p> <p>6.8.2<span style="font-family: 宋体;">朴素贝叶斯分类算法</span></p> <p> </p> <p>6.9<span style="font-family: 宋体;">在线机器学习</span></p> <p> </p> <p>6.9.1<span style="font-family: 宋体;">截断梯度法</span></p> <p> </p> <p>6.9.2<span style="font-family: 宋体;">前向后向切分算法</span></p> <p> </p> <p>6.9.3<span style="font-family: 宋体;">正则对偶平均算法</span></p> <p> </p> <p>6.9.4FTRL</p> <p> </p> <p>6.10<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>7<span style="font-family: 宋体;">章数据挖掘</span></p> <p> </p> <p>7.1<span style="font-family: 宋体;">数据挖掘概述</span></p> <p> </p> <p>7.1.1<span style="font-family: 宋体;">数据挖掘概念与发展</span></p> <p> </p> <p>7.1.2<span style="font-family: 宋体;">数据挖掘的任务</span></p> <p> </p> <p>7.1.3<span style="font-family: 宋体;">数据挖掘的应用</span></p> <p> </p> <p>7.1.4<span style="font-family: 宋体;">数据挖掘过程与方法</span></p> <p> </p> <p>7.2<span style="font-family: 宋体;">分类</span></p> <p> </p> <p>7.2.1<span style="font-family: 宋体;">决策树分类法</span></p> <p> </p> <p>7.2.2<span style="font-family: 宋体;">基于规则的分类器</span></p> <p> </p> <p>7.2.3<span style="font-family: 宋体;">朴素贝叶斯分类器</span></p> <p> </p> <p>7.2.4<span style="font-family: 宋体;">基于距离的分类算法</span></p> <p> </p> <p>7.3<span style="font-family: 宋体;">聚类</span></p> <p> </p> <p>7.3.1<span style="font-family: 宋体;">概念</span></p> <p> </p> <p>7.3.2<span style="font-family: 宋体;">聚类分析的基本方法</span></p> <p> </p> <p>7.4<span style="font-family: 宋体;">关联规则</span></p> <p> </p> <p>7.4.1<span style="font-family: 宋体;">基本概念</span></p> <p> </p> <p>7.4.2<span style="font-family: 宋体;">关联规则挖掘算法</span></p> <p> </p> <p>7.4.3<span style="font-family: 宋体;">关联规则生成</span></p> <p> </p> <p>7.5<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>8<span style="font-family: 宋体;">章大数据</span></p> <p> </p> <p>8.1<span style="font-family: 宋体;">大数据概述</span></p> <p> </p> <p>8.1.1<span style="font-family: 宋体;">大数据概念</span></p> <p> </p> <p>8.1.2<span style="font-family: 宋体;">特征</span></p> <p> </p> <p>8.1.3<span style="font-family: 宋体;">发展历程</span></p> <p> </p> <p>8.1.4<span style="font-family: 宋体;">应用</span></p> <p> </p> <p>8.2<span style="font-family: 宋体;">数据获取</span></p> <p> </p> <p>8.2.1<span style="font-family: 宋体;">网络爬虫</span></p> <p> </p> <p>8.2.2RSS</p> <p> </p> <p>8.3<span style="font-family: 宋体;">数据挖掘</span></p> <p> </p> <p>8.3.1<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>8.3.2<span style="font-family: 宋体;">数据挖掘工具</span></p> <p> </p> <p>8.3.3<span style="font-family: 宋体;">现状与未来</span></p> <p> </p> <p>8.4<span style="font-family: 宋体;">数据分析</span></p> <p> </p> <p>8.4.1<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>8.4.2<span style="font-family: 宋体;">数据分析流程</span></p> <p> </p> <p>8.4.3<span style="font-family: 宋体;">数据分析方法</span></p> <p> </p> <p>8.4.4<span style="font-family: 宋体;">数据分析工具</span></p> <p> </p> <p>8.5Hadoop</p> <p> </p> <p>8.5.1<span style="font-family: 宋体;">简介</span></p> <p> </p> <p>8.5.2<span style="font-family: 宋体;">分布式离线计算框架</span><span style="font-family: Calibri;">MapReduce</span></p> <p> </p> <p>8.5.3Hadoop<span style="font-family: 宋体;">分布式文件系统</span></p> <p> </p> <p>8.5.4HBase<span style="font-family: 宋体;">大数据库</span></p> <p> </p> <p>8.6<span style="font-family: 宋体;">数据可视化</span></p> <p> </p> <p>8.7<span style="font-family: 宋体;">习题</span></p> <p> </p> <p><span style="font-family: 宋体;">第</span>9<span style="font-family: 宋体;">章深度学习</span></p> <p> </p> <p>9.1<span style="font-family: 宋体;">深度学习应用背景与概述</span></p> <p> </p> <p>9.1.1<span style="font-family: 宋体;">应用背景</span></p> <p> </p> <p>9.1.2<span style="font-family: 宋体;">概述</span></p> <p> </p> <p>9.1.3<span style="font-family: 宋体;">人脑视觉机理</span></p> <p> </p> <p>9.2<span style="font-family: 宋体;">特征的概念</span></p> <p> </p> <p>9.2.1<span style="font-family: 宋体;">特征表示的粒度</span></p> <p> </p> <p>9.2.2<span style="font-family: 宋体;">初级(浅层)特征表示</span></p> <p> </p> <p>9.2.3<span style="font-family: 宋体;">结构性特征表示</span></p> <p> </p> <p>9.2.4<span style="font-family: 宋体;">特征数量</span></p> <p> </p> <p>9.3<span style="font-family: 宋体;">深度学习基本思想</span></p> <p> </p> <p>9.4<span style="font-family: 宋体;">浅层学习和深度学习</span></p> <p> </p> <p>9.4.1<span style="font-family: 宋体;">浅层学习</span></p> <p> </p> <p>9.4.2<span style="font-family: 宋体;">深度学习</span></p> <p> </p> <p>9.5<span style="font-family: 宋体;">深度学习常用模型和方法</span></p> <p> </p> <p>9.5.1<span style="font-family: 宋体;">自动编码器</span></p> <p> </p> <p>9.5.2<span style="font-family: 宋体;">稀疏编码</span></p> <p> </p> <p>9.5.3<span style="font-family: 宋体;">深度信念网络</span></p> <p> </p> <p>9.5.4<span style="font-family: 宋体;">卷积神经网络</span></p> <p> </p> <p>9.6<span style="font-family: 宋体;">深度学习展望</span></p> <p> </p> <p>9.7<span style="font-family: 宋体;">习题</span></p> <p> </p> <p>参考文献</p>显示全部信息前 言
<br /><br />前言 <div>人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机科学的一个分支,被称为20世纪世界三大**科技(空间技术、能源技术、人工智能)之一,也被称为21世纪三大**技术(基因工程、纳米科学、人工智能)之一。人工智能作为一门学科从正式提出到现在,已经走过了一甲子的岁月,经历了风风雨雨、起起落落。随着2016年3月AlphaGo战胜世界围棋**、职业九段选手李世石,人工智能又一次受到了世人极大的关注。2014年人工智能领域全球投资总额超过19亿美元,同比增长超50%,预计2020年全球市场规模将达到183亿美元。谷歌、微软、苹果等国外科技巨头纷纷发力,国内企业也纷纷和**技术团队合作,积极布局,如百度的大脑计划、科大讯飞的超脑计划、京东的智能聊天机器人等。2015年7月1日,国务院印发了《关于积极推进“互联网 ”行动的指导意见》,将“互联网 人工智能”列为11项**行动之一; 2016年9月**发改委、科技部、工信部、**网信办制定的《“互联网 ”人工智能三年行动实施方案》正式印发,计划到2018年基本建立人工智能的产业、服务和标准化体系,实现核心技术突破。基于此,本书在传统人工智能的基础之上增加了新的人工智能的技术与方法。本书的第6章介绍了机器学习中的一些基本问题、基本方法和关键技术。第7章介绍了数据挖掘的常用技术与方法。第8章介绍了大数据的*新研究进展、*新技术与方法。第9章介绍了深度学习的常用方法与*新技术。本书是集体智慧的结晶,全书由尚文倩主编,陈秀霞、封树超、颜梦菡、李振忠、王宇奇、娄延伟、程宇芬、张春洁等同学为本书做出了重要贡献,在此表示衷心的感谢!本书还参考了《2016—2020年中国人工智能行业深度调研及投资前景预测报告》,借鉴了有关教材及互联网上的一些资料,也向这些文献的作者表达诚挚的谢意!由于编者水平有限,书中的疏漏在所难免,敬请广大读者批评指正。作者2017年4月于中国传媒大学<br /><br /><br /><br /><br /><br /><br /></div>显示全部信息媒体评论评论免费在线读第3章搜索策略
3.1搜索的基本概念3.1.1搜索的含义
如何在大量的知识甚至结构不良或非结构化的问题中获取对自己有用的信息,是人工智能中非常重要的一部分。对于这些问题,一般很难获得其全部信息,更没有现成的算法可供使用。因此,根据问题的实际情况,不断寻找可利用知识,从而构造一条代价*小的推理路线,就显得尤为重要。搜索就是要寻找一个操作序列,使问题从初始状态转换到目标状态。这个操作序列就是目标的解。因此,所谓搜索,就是根据问题的实际情况,按照一定的策略或规则,从知识库中寻找可利用的知识,从而构造一条使问题获得解决的推理路线的过程。搜索包含两层含义: 一是要找到从初始事实到问题*终答案的一条推理路线,二是找到的这条路线是时间和空间复杂度*小的求解路线。通常搜索策略的主要任务是确定选取规则的方式。可根据是否使用启发式信息分为盲目搜索和启发式搜索,也可以根据问题的表示方法分为状态空间搜索和与/或树搜索。盲目搜索是不考虑给定问题所具有的特定知识,系统根据事先确定好的某种固定排序,依次调用规则或随机调用规则,一般统称为无信息引导的搜索策略。由于搜索总是按照预定的控制策略进行搜索,因此这种搜索策略具有盲目性,效率不高,不便于复杂问题的求解。启发式搜索考虑问题领域可应用的知识,动态地确定规则的排序,优先调用较合适的规则,加速问题的求解过程,使搜索朝着*有希望的方向前进,找到*优解。状态空间搜索是指用状态空间法来求解问题所进行的搜索。与/或树搜索是指用问题归约法来求解问题时进行的搜索。下面分别介绍状态空间法与问题归约法。3.1.2状态空间法在分析了人工智能研究的求解方法之后,就会发现许多问题求解方法采用了试探搜索方法。也就是说,这些方法是通过在某个可能的解空间内寻找一个解来求解问题。这种基于解空间的问题表示和求解方法就是状态空间法。状态空间搜索的研究焦点在于设计**的搜索算法,以降低搜索代价并解决组合爆炸问题。1. 状态空间及其搜索的表示在状态空间表示法中,问题是用“状态”和“操作”来表示的,问题求解的过程使用状态空间来表示。1) 状态状态(state)是表示问题求解过程中每一步问题状况的数据结构,可以用如下形式表示:
Sk={Sk0,Sk1,…}

目录
第1章绪论

1.1人工智能的定义

1.2人工智能的发展历史

1.2.1孕育阶段

1.2.2形成阶段

随着2016年3月AlphaGo(阿法狗)战胜围棋世界**、职业九段选手李世石,并以4:1的总分获胜以来,“人工智能”成为人们舌尖上的话题,本书旨在揭开人工智能的神秘面纱,为大家展示其精髓。本书作者在多年讲授人工智能课程的基础上,对相关理论与技术进行了提炼与总结,使全书结构严谨、逻辑性及前后章节的衔接增强,兼有普及与提高的双重功能。传统人工智能部分深入浅出,通俗易懂,容易学习;现代人工智能部分则体现其创新、精髓和**。每章后面附有习题,以供读者练习;提供配套课件,读者可在清华大学出版社网站本书页面下载。