全面准确梳理人工智能逻辑体系
　　深入浅出阐述人工智能模型算法
　　领域案例剖析人工智能典型场景
　　丰富实例提升人工智能教学成效
　　理论和实践的紧密结合是人工智能领域的显著特点。为了降低初学者的学习门槛，引导初学者了解人工智能的基本概念，以实际应用促进感性认知，作者编写了《人工智能基础：模型与算法》。
　　《人工智能基础：模型与算法》旨在打造一本体系完整、算法突出和教学资源丰富的人工智能教材，可帮助读者掌握人工智能知识的脉络体系，从算法和模型等方面了解人工智能具能、使能和赋能的原理。全书共8章，书中附有习题和编程题目。
　　《人工智能基础：模型与算法》紧跟人工智能技术动态，选取了人工智能中的典型应用案例，兼顾通识与技能，具有很强的可操作性和实用性。
　　《人工智能基础：模型与算法》既可作为人工智能专业和计算机类相关专业本科生的基础导论课程教材，也可作为其他学科研究人员学习人工智能技术的参考用书。
　　《人工智能基础：模型与算法》特点：
　　内容前沿，体系完整，涵盖经典及新的模型和算法，深入浅出阐述人工智能的理论体系和算法原理。
　　案例典型，场景丰富，深挖领域需求并剖析问题特性及内生逻辑，提升破解复杂工程问题的能力。
　　融入思政元素，提升道德和伦理素质、思想政治素养、爱国主义情怀、敬业精神和创新能力。
　　习题丰富，激发思考，满足个性化学习需求，提升应用人工智能模型和算法解决实际问题的能力。

更多科学出版社服务，请扫码获取。

第1章 绪论
1．1 人工智能的基本概念和特征
1．2 人工智能的发展□□
1．3 人工智能的三大流派及其发展
本章小结
习题

第2章 知识表示
2．1 知识与知识表示的概念
2．1．1 知识
2．1．2 知识表示
2．2 一阶谓词逻辑表示法
2．2．1 命题
2．2．2 知识的谓词逻辑表示法
2．2．3 一阶谓词逻辑表示法的特点
2．3 产生式表示法
2．3．1 产生式的基本形式
2．3．2 产生式系统
2．3．3 产生式系统推理
2．3．4 产生式表示法评价
2．4 框架表示法
2．4．1 框架结构
2．4．2 常用的槽名
2．4．3 框架系统的推理
2．4．4 框架表示法的特点
2．5 脚本表示法
2．5．1 概念依存理论
2．5．2 脚本的结构
2．5．3 脚本的推理
2．5．4 脚本表示法的特点
2．6 过程表示法
2．6．1 知识表示方法及过程规则
2．6．2 过程表示的问题求解过程
2．6．3 过程表示法的特点
2．6．4 过程性与说明性表示方法的比较
2．7 语义网络表示法
2．7．1 语义网络结构及基本的语义关系
2．7．2 语义网络的推理过程
2．7．3 语义网络表示法的特点
本章小结
习题

第3章 搜索策略
3．1 搜索概述
3．2 一般图搜索
3．2．1 图搜索的基本概念
3．2．2 状态空间搜索
3．2．3 一般图搜索过程
3．3 盲目搜索
3．3．1 宽度优先搜索
3．3．2 深度优先搜索
3．3．3 有界深度搜索和迭代加深搜索
3．3．4 搜索□□策略的比较
3．4 启发式搜索
3．4．1 启发性信息和评估函数
3．4．2 启发式搜索A*算法
3．4．3 实现启发式搜索的关键因素
3．4．4 A*算法
3．4．5 迭代加深A*算法
3．5 爬山法和回溯策略
3．5．1 爬山法
3．5．2 回溯策略
3．6 问题规约
3．7 与/或图搜索
3．7．1 与/或图表示
3．7．2 与/或图的启发式搜索
3．8 博弈
3．8．1 极大极小过程
3．8．2 -过程
本章小结
习题
……

第4章 知识推理与确定性推理
第5章 不确定性推理
第6章 计算智能
第7章 人工神经网络
第8章 机器学习

参考文献