목차 일부
1장 인공지능의 개요
1.1 AI의 정의 ... 3
1.2 AI의 중요성 ... 6
1.3 AI 초기 연구 ... 7
1.4 AI 관련 분야 ... 11
1.5 요약 ... 12
2장 지식의 개념
2.1 서론 ... 15
2.2 지식의 정의 및 중요성 ... 16
2.3 지식기반 시스템 ... 20
2.4 지...
더보기
목차 전체
1장 인공지능의 개요
1.1 AI의 정의 ... 3
1.2 AI의 중요성 ... 6
1.3 AI 초기 연구 ... 7
1.4 AI 관련 분야 ... 11
1.5 요약 ... 12
2장 지식의 개념
2.1 서론 ... 15
2.2 지식의 정의 및 중요성 ... 16
2.3 지식기반 시스템 ... 20
2.4 지식의 표현 ... 21
2.5 지식의 구조 ... 24
2.6 지식의 조작 ... 24
2.7 지식의 습득 ... 25
2.8 요약 ... 25
연습문제 ... 26
3장 LISP와 기타 AI 프로그래밍 언어
3.1 LISP의 소개 ... 29
3.2 리스트(LISP) 조작 함수 ... 32
3.3 사용자 정의 함수, 술어함수, 조건문 ... 35
3.4 입력, 출력, 지역변수 ... 40
3.5 반복과 순환 ... 44
3.6 특성리스트 및 배열 ... 47
3.7 기타 주제들 ... 50
3.8 PROLOG와 기타 AI 프로그래밍 언어 ... 53
3.9 요약 ... 57
연습문제 ... 57
4장 형식 기호 논리
4.1 서론 ... 63
4.2 명제 논리의 구문과 의미론 ... 65
4.3 일차 술어 논리의 구문과 의미론 ... 72
4.4 정형식의 성질 ... 77
4.5 절의 형태로 변환 ... 80
4.6 추론 규칙 ... 83
4.7 비교 흡수 원리 ... 85
4.8 비 연역적 추론 방법 ... 93
4.9 규치글 사용한 표현 ... 95
4.10 요약 ... 97
연습문제 ... 98
5장 불일치와 불확실성 다루기
5.1 서론 ... 103
5.2 진리값 유지 시스템 ... 105
5.3 디폴트 추론과 폐쇄 세계 가정 ... 111
5.4 술어 완전과 범위 한정 ... 114
5.5 Modal과 시간 논리 ... 117
5.6 퍼지 논리와 자연 언어 계산 ... 123
5.7 요약 ... 131
연습문제 ... 132
6장 확률 추론
6.1 추론 ... 137
6.2 베이스의 확률 추론 ... 138
6.3 가능성 세계 표현 ... 144
6.4 Dempster-Shafer 이론 ... 146
6.5 특수한 방법 ... 151
6.6 휴리스틱 추론 방법 ... 153
6.7 요약 ... 156
연습문제 ... 157
7장 구조 지식 : 그래프, 프레임, 관련구조
7.1 서론 ... 161
7.2 연관 망 ... 162
7.3 프레임 구조 ... 172
7.4 개념 의존과 스크립트 ... 177
7.5 요약 ... 182
연습문제 ... 183
8장 객체 지향 표현
8.1 서론 ... 187
8.2 객체 지향 시스템의 개관 ... 189
8.3 객체, 클래스, 메시지, 메소드 ... 190
8.4 OOS 프로그램을 사용한 모의 실험 예 ... 196
8.5 객체-지향 언어와 시스템 ... 203
8.6 요약 ... 206
연습문제 ... 207
9장 탐색과 제어전략
9.1 소개(Introduction) ... 211
9.2 서론 개념(preliminary concepts) ... 212
9.3 탐색 문제들의 예 ... 214
9.4 무정보 또는 브라인드 탐색(Uninformed or Blind Search) ... 219
9.5 정보가 있는 탐색(Informed Search) ... 224
9.6 AND-OR 그래프 탐색(Searching AND-OR Graphs) ... 231
9.7 요약 ... 232
연습문제 ... 233
10장 매칭 기술
10.1 서문(Introduction) ... 239
10.2 매칭에 사용되는 구조(Structures used in matching) ... 242
10.3 매칭의 척도(Measures for Matching) ... 245
10.4 패턴류 매칭(Matching Like Patterns) ... 250
10.5 부분 매칭(Partial Matching) ... 253
10.6 퍼지 매칭 알고리즘(Fuzzy Matching Algorithms) ... 257
10.7 The Rete Matching Algorithn ... 258
10.8 요약 ... 262
연습문제 ... 263
11장 지식 구성과 관리
11.1 서론 ... 267
11.2 색인화와 검색 기술(Indexing And Retrieval Technioues) ... 271
11.3 메모리내 지식의 통합(Integrating Knowledged In Memory) ... 276
11.4 메모리 구성 시스템(Memory Organization Systems) ... 277
11.5 요약 ... 282
연습문제 ... 282
12장 자연어 처리
12.1 서론 ... 287
12.2 언어학(Linguistics) 개요 ... 288
12.3 문법과 언어 ... 291
12.4 기본적인 파싱 기법(Parsing Techniques) ... 302
12.5 의미 분석과 표현 구조 ... 319
12.6 자연어 생성(Natural Language Generation) ... 324
12.7 자연어 시스템 ... 329
12.8 요약 ... 332
연습문제 ... 335
13장 패턴 인식
13.1 서론 ... 339
13.2 인식과 분류 과정 ... 341
13.3 분류 패턴의 학습(Learnning Classification Patterns) ... 346
13.4 음성(speech)인식과 이해 ... 350
13.5 요약 ... 352
연습문제 ... 353
14장 화상 이해
14.1 서론 ... 357
14.2 화상변환과 낮은 단계(low-level)처리 ... 362
14.3 중간단계(intermediate level)화상처리 ... 372
14.4 대상물의 묘사와 레이블 부여(Labling) ... 378
14.5 높은 단계 처리(High-Level Processing) ... 386
14.6 비젼 시스템 구조(Vision System Architecture) ... 391
14.7 요약 ... 398
연습문제 ... 399
15장 전문가 시스템 구조
15.1 서론 ... 405
15.2 규칙기반시스템(Rule-Based System)구조 ... 409
15.3 비생성 시스템(Nonproduction system)구조 ... 417
15.4 불확실성(Uncertainty) 처리 ... 429
15.5 지식획득(Knowledge Acquisition)과 검증(Validation) ... 429
15.6 지식시스템(Knowledge System) 구축 도구 ... 432
15.7 요약 ... 437
연습문제 ... 438
16장 지식 획득의 일반 개념
16.1 서론 ... 443
16.2 학습의 종류 ... 444
16.3 지식 획득은 어렵다 ... 446
16.4 일반 학습 모델 ... 448
16.5 성능 측정 ... 450
16.6 요약 ... 452
연습문제 ... 452
17장 기계학습의 초기 업적
17.1 서론 ... 457
17.2 퍼셉트론(Perceptrons) ... 457
17.3 체커(Checker) 게임의 예 ... 460
17.4 학습 오토마타(Learning Automata) ... 462
17.5 유전자적 알고리즘(Genetic Algorithms) ... 466
17.6 지능형 에디터(Intelligent Editors) ... 469
17.7 요약 ... 470
연습문제 ... 471
18장 귀납법에 의한 학습
18.1 서론 ... 475
18.2 기본 개념 ... 475
18.3 정의 ... 477
18.4 일반화(Generalization)와 특정화(Specialijation) ... 479
18.5 귀납적 편중(Inductive bias) ... 482
18.6 귀납적 학습의 예 ... 484
18.7 요약 ... 493
연습문제 ... 493
19장 귀납적 학습자의 다른 예
19.1 개론 ... 497
19.2 ID3 시스템 ... 497
19.3 LEX 시스템 ... 501
19.4 INDUCE 시스템 ... 505
19.5 구조적 개념 학습 ... 508
19.6 요약 ... 510
연습문제 ... 511
20장 유추와 설명 기반 학습
20.1 개론 ... 515
20.2 유추에 의한 추리와 학습(Analogical reasoning and learning) ... 516
20.3 유추 학습 시스템의 예 ... 520
20.4 설며 기반(Explanation-Based)학습 ... 526
20.5 요약 ... 530
연습문제 ... 531
찾아보기 ... 533
더보기 닫기