– 代数项和它们在多类别代数中的解释 – 等式规范（也叫代数规范）和等式证明系统 – 等式证明系统的可靠性和完备性（公理语义和指称语义的等价） – 代数之间的同态关系和初始代数 – 数据类型的代数理论 – 从代数规范导出的重写规则（操作语义）

• 提出使用定型公理和推理规则的上下文有关语法 • 讨论类型化演算的等式证明系统(公理语义)和归约系统（操作语义） • 讨论类型化演算的通用模型（指称语义）及可靠性和完备性定理 • 介绍PCF语言（递归函数留待下一章）及其公理语义和操作语义

背景 MDPs 强化学习问题 蒙特卡洛方法 (Monte Carlo Methods) 蒙特卡洛预测（Monte Carlo Prediction） 蒙特卡洛控制（Monte Carlo Control） 时序差分学习 (Temporal-Difference Learning) 时序差分预测（TD Prediction） 时序差分控制（TD Control） Sarsa：on-policy Q-learning : off-policy 策略梯度 (Policy Gradient) Monte-Carlo Policy Gradient Actor-Critic Policy Gradient 深度强化学习 Deep Q-Networks (DQN) Policy Gradients for Deep Reinforcement Learning

深度学习简介 Neural Network Goodness of Function Pick the Best Function 前馈神经网络 Tips for Deep Learning 卷积神经网络（Convolutional Neural Network, CNN） 循环神经网络（Recurrent Neural Network, RNN） Keras CNN in Keras RNN in Keras

自动规划概述 经典规划 (Classical Planning) 规划问题 状态空间规划 (State-Space Planning) 规划空间规划 (Plan-Space Planning) 新经典规划 (Neoclassical Planning) 规划图技术 (Planning-Graph Techniques) Planning as {SAT, CSP, ILP, …} 经典规划的扩展 分层任务网规划 不确定规划 非确定规划 概率规划

First-Order Logic Why FOL? Syntax and semantics of FOL Using FOL Knowledge engineering in FOL Inference in FOL Reducing first-order inference to propositional inference Unification (合一) Generalized Modus Ponens（一般化分离规则） Forward and backward chaining Resolution

• 递归函数和不动点算子，以及PCF语言的编程实例 • 基于完全偏序集合的，带不动点算子的类型化λ演算的论域理论模型 • 不动点归纳法，这是一种对递归定义进行推理的证明方法

• 直观地介绍余归纳的定义、余归纳的证明原理和余代数 • 形式地介绍递归类型 • 形式地介绍归纳类型和余归纳类型 • 解释 – 代数方法是从“构造的”角度研究抽象数据类型 – 余代数方法是从“观察的”的角度描述像对象、自动机、进程、软件构件等基于状态的系统

– 多态类型系统的语法，包括直谓式的，非直谓式的和type: type版本 – 直谓式多态λ演算，包括和其它两个系统之间的联系，它的等式证明系统和归约、多态声明 – 非直谓式多态λ演算的纵览 – 数据抽象和存在类型 – 类型表达式的分类

– 带依赖类型的演算，包括依赖积与依赖和 – 概要介绍Dependent ML（DML），以此来展示怎样把依赖类型用到实际语言中，这是当前程序设计语言研究的一个课题 – 带广义积与广义和的直谓式演算，以及它们同SML及其相近语言的模块系统的联系