目录 1
第1部分 表达和方法 1
第1章 智能计算机 3
第2章 语义网络和描述匹配 11
第3章 生成-测试法、手段-目标分析法和问题归约法 35
第4章 网络和基本搜索法 48
第5章 网络和最佳搜索法 61
第6章 树和对抗搜索法 74
第7章 规则和规则链接 88
第8章 规则、底层和认知模型的建立 121
第9章 框架和继承 133
第10章 框架和常识 155
第11章 数值约束和传播 172
第12章 标符约束和传播 185
第13章 逻辑和消解法证明 211
第14章 回溯和真值维护 228
第15章 规划 240
第2部分 学习和认识规律 259
第16章 通过分析差异进行学习 261
第17章 通过解释经验进行学习 273
第18章 通过纠正错误进行学习 288
第19章 通过记录案例进行学习 297
第20章 通过管理多重模型进行学习 306
第21章 通过建立识别树进行学习 315
第22章 通过训练神经网络进行学习 331
第23章 通过训练感知机进行学习 351
第24章 通过训练近似网络进行学习 365
第25章 通过模拟进化进行学习 375
第3部分 视觉和语言 393
第26章 识别物体 394
第27章 描述图像 409