背景 基础 Markov Processes Markov Reward Process Markov Decision Process Extensions to MDPs (Full Observable) Markov Decision Processes (MDPs) Partial Observable MDPs (POMDPs)

Uncertainty Probability Syntax and Semantics Inference Independence and Bayes’ Rule Bayesian network Graphical models Bayesian networks Inference in Bayesian networks

杭州电子科技大学：《人工智能导论》课程教学资源（PPT课件讲稿）第六讲 机器学习基础（机器学习与知识发现）

陕西科学技术出版社：《人工智能的未来》PDF电子书（共八章，杰夫·霍金斯、桑德拉·布拉克斯莉）

一、计算机信息系统 二、计算机辅助技术 三、计算机控制与仿真 四、人工智能 五、科学计算

西南师范大学精品课程：《人工智能与机器翻译》课程教学资源（PPT课件）习题（杨宪泽）

广东财经大学：信息学院《人工智能基础》课程教学大纲

北方工业大学：通信工程《人工智能与大数据导论》课程教学大纲

7.1 机器学习概述 7 . 2 从例子中学习 7 . 3 类比学习 7 . 4 解释学习

2 . 1 概述 2 . 2 一阶谓词逻辑表示方法 2 . 3 单元表示方法 2 . 4 知识表示的小结