西北工业大学：市场信息学_第20讲5-4,5 人工智能与专家系统、数据挖掘及其应用

1-1 模糊逻辑的发展 1-2 模糊逻辑与计算机 1-3 模糊逻辑与人工智能 1-4 模糊逻辑技术中的几个问题 2-1 模糊逻辑及其表述 2-2 二值逻辑、多值逻辑和模糊逻辑 2-3 模糊逻辑推理方法 2-4 解模糊判决方法

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

人工智能基础：高斯过程及其在高光谱图像分类中的应用

人工智能基础：禁忌免疫网络算法及其在函数优化中的应用

人工智能基础：概率联系数化的原理及其在概率推理中的应用

《人工智能导论》为计算机科学技术专业和软件工程专业的一门选修课，其目的是使学生初步了解人工智能的基本原理，初步学习和掌握人工智能的基本技术，以便拓宽知识面，并为进一步学习和应用奠定基础。本课程的具体要求为： 1. 了解人工智能的基本概念、分支领域及其发展概况； 2. 理解知识表示及其推理的基本原理，掌握其基本技术； 3. 理解基于搜索的问题求解基本原理，掌握其基本技术； 4. 理解机器学习、知识发现的基本原理；初步掌握其基本方法； 5. 学会一种人工智能程序语言，掌握简单的智能程序设计方法； 6. 能综合运用所学知识，设计实现一个小型专家系统。 教学重点、难点： 1. 搜索与问题求解； 2. 知识表示及其推理； 3. 机器学习与知识发现； 4. 专家系统原理与设计

1.1 AI的定义及其研究目标 AI的定义 AI的研究目标 1.2 AI的产生与发展 1.3 AI研究的基本内容 1.4 AI研究的不同学派 1.5 AI的主要研究和应用领域 1.6 AI近期发展分析 1.7 我国智能科学技术教育体系

11.1语言及其理解的一般问题 11.2句法和语义的自动分析 11.3句子的自动理解 11.4语言的自动生成 11.5自然语言理解系统应用举例 11.6小结

3.1 产生式系统 3.2 产生式系统的搜索(控制)策略 3.3 图搜索算法 3.4 产生式系统的规则问题 3.5 应用举例 3.6 产生式系统的不确定性问题 3.7 系统设计技巧