人工智慧

教科書

Artificial Intelligence: A Modern Approach , (Second Edition) by Stuart Russell and Peter Norvig, Prentice Hall. - 台灣銷售由東華書局代理.

網站 : http://aima.cs.berkeley.edu/
中文版 : 人工智慧－現代方法(第二版) - 譯者：高超群, 出版社：全華科技 http://www.books.com.tw/exep/prod/booksfile.php?item=0010348026

我的教材

主題	投影片
人工智慧簡介	Introduction.ppt

Stuart Russell 的教材

主題	投影片
1 Introduction	http://aima.eecs.berkeley.edu/slides-pdf/chapter01.pdf
2 Intelligent Agents	http://aima.eecs.berkeley.edu/slides-pdf/chapter02.pdf
3 Solving Problems by Searching	http://aima.eecs.berkeley.edu/slides-pdf/chapter03.pdf
4 Informed Search and Exploration	http://aima.eecs.berkeley.edu/slides-pdf/chapter04a.pdf http://aima.eecs.berkeley.edu/slides-pdf/chapter04b.pdf
5 Constraint Satisfaction Problems	http://aima.eecs.berkeley.edu/slides-pdf/chapter05.pdf
6 Adversarial Search	http://aima.eecs.berkeley.edu/slides-pdf/chapter06.pdf
7 Logical Agents	http://aima.eecs.berkeley.edu/slides-pdf/chapter07.pdf
8 First-Order Logic	http://aima.eecs.berkeley.edu/slides-pdf/chapter08.pdf
9 Inference in First-Order Logic	http://aima.eecs.berkeley.edu/slides-pdf/chapter09.pdf
10 Knowledge Representation
11 Planning
12 Planning and Acting in the Real World
13 Uncertainty	http://aima.eecs.berkeley.edu/slides-pdf/chapter13.pdf
14 Probabilistic Reasoning	http://aima.eecs.berkeley.edu/slides-pdf/chapter14a.pdf http://aima.eecs.berkeley.edu/slides-pdf/chapter14b.pdf
15 Probabilistic Reasoning Over Time	http://aima.eecs.berkeley.edu/slides-pdf/chapter15a.pdf http://aima.eecs.berkeley.edu/slides-pdf/chapter15b.pdf
16 Making Simple Decisions	http://aima.eecs.berkeley.edu/slides-pdf/chapter16.pdf
17 Making Complex Decisions	http://aima.eecs.berkeley.edu/slides-pdf/chapter17.pdf
18 Learning from Observations	http://aima.eecs.berkeley.edu/slides-pdf/chapter18.pdf
19 Knowledge in Learning	http://aima.eecs.berkeley.edu/slides-pdf/chapter19.pdf
20 Statistical Learning Methods	http://aima.eecs.berkeley.edu/slides-pdf/chapter20a.pdf http://aima.eecs.berkeley.edu/slides-pdf/chapter20b.pdf
21 Reinforcement Learning	http://aima.eecs.berkeley.edu/slides-pdf/chapter21.pdf
22 Communication	http://aima.eecs.berkeley.edu/slides-pdf/chapter22.pdf
23 Probabilistic Language Processing	http://aima.eecs.berkeley.edu/slides-pdf/chapter23.pdf
24 Perception	http://aima.eecs.berkeley.edu/slides-pdf/chapter24.pdf
25 Robotics	http://aima.eecs.berkeley.edu/slides-pdf/chapter25.pdf
26 Philosophical Foundations	http://aima.eecs.berkeley.edu/slides-pdf/chapter26.pdf
27 AI: Present and Future	http://aima.eecs.berkeley.edu/slides-pdf/chapter27.pdf

課本線上章節

主題	投影片
5 Constraint Satisfaction Problems	http://aima.cs.berkeley.edu/newchap05.pdf
7 Logical Agents	http://aima.cs.berkeley.edu/newchap07.pdf
11 Planning	http://aima.cs.berkeley.edu/newchap11.pdf
20 Statistical Learning Methods	http://aima.cs.berkeley.edu/newchap20.pdf
Bibiliography	http://aima.cs.berkeley.edu/newchapbib.pdf

教學綱要

思考電腦模擬人類的可能性, 學習以往大師的成功與失敗經驗, 電腦如何搜尋, 推理, 學習, 理解.

簡介

人工智慧是資訊科學上最受注目、範圍涵蓋最廣的一個主題，舉凡模擬人類的『聽、說、讀、寫、看、動作』等的電腦技術，都被歸類為人工智慧的範圍。

人工智慧 (AI) 技術從 1950 年代電腦出現後就已經開始發展，無數的理論被提出來解決這些對電腦的難題，但是真正能成為實用軟體的人工智慧技術並不多見，目前僅有文字、指紋、語音等辨識技術似乎較有商業化的產品。

雖然人工智慧在應用上尚未成熟，但並不代表理論上無所進展，相反的、正由於人工智慧技術尚未成熟，因此、吸引了更多的研究者投入這個資訊科學的最困難領域中，也造成了百家爭鳴的盛況。

然而、這樣的盛況卻造成了學習人工智慧技術者的困擾，光是方法的分類就有數十種之多，每一種方法的適用領域差異都相當大，不明瞭方法的特色往往使研究者選錯方法而事倍功半，也使實作軟體的人無法寫出實用的好軟體，因此、我們將撰寫一系列的『人工智慧理論與實作』文章，以說明每種方法的主要理論與適用領域，希望能幫助研究者與實作者快速的進入此一領域。

人工智慧技術從 1960 年以來，就不斷有重要的方法出現，這些方法我們將其中較重要者列舉如下：

方法	分類	備註	程式
布林邏輯(Boolean Logic)	專家系統	Bool	BooleanLogic.java
洪氏邏輯(Horn Logic)	專家系統	Prolog語言 Horn-Clause
計畫邏輯(Planning)	專家系統	Allen Newell Shaky Robot
一階邏輯(First-Order Logic)	專家系統	Unification Resolution (Godel+Robinson)	FirstOrderLogic.java
模糊邏輯(Fuzzy Logic)	專家系統	Zadar
機率式邏輯	專家系統	Probabilistic Context Free Grammar
Version Space	機器學習	Mitchell
決策樹	機器學習	ID3 C4.5 Quilin
Back-Propagation	類神經網路	Perception 聲音識別
Self Organization Map	類神經網路
Hopfield Network	類神經網路
Gibbs Algorithm	機器學習
Naive Bayes Classifier	機器學習
Bayisian Network	機器學習
EM algorithm	機器學習
Hidden Markov Model	機器學習
Inside-Outside Algorithm	機器學習
LMS學習法	機器學習		LMS.java
Q-learning	機器學習
Support Vector Machine	機器學習
Apriori資料挖礦法	機器學習
K-Mean	機器學習
動態規劃	搜尋解答
A* Search	搜尋解答
Alpha-Beta Cut	搜尋解答
貪婪式演算法 (Greedy Algorithm)	搜尋解答		GreedyAlgorithm.java
遺傳演算法 (Genetic Algorithm)	搜尋解答		GeneticAlgorithm.java