高级人工智能
高级人工智能之进化理论(PPT 107页)
15.10 进化策略
15.11 进化规划
2019/10/14
史忠植 高级人工智能
2
15.1 概述
进化计算是通过模拟自然界中生物进化 机制进行搜索的一种算法。
2019/10/14
史忠植 高级人工智能
3
发展历史
进化计算的研究起源于20世纪50年代。
1965年，Holland首次提出了人工遗传操作 的重要性，并把这些应用于自然系统和人 工系统中。
型(Muhlenbein 1989)。
2019/10/14
史忠植 高级人工智能
11
进化系统理论的形式模型
进化的主要过程
遗传操作符 后生环境 选择环境
g
p
2019/10/14
史忠植 高级人工智能
12
进化系统理论的形式模型
基因型 G S { 空 g(a间 1,..an .)： ,a ,i A i} 表型 P空 S {p (间 p 1 ,.p .m .： ),p ,i I} R
q(ai,aj) = qi,j qi,j 可以被解释为出生率减去死亡率
2019/10/14
史忠植 高级人工智能
16
门德尔遗传学
假设 p’i,j是下一代表型(ai,aj) 的频度。然后达尔文 选择根据选择方程调整表型的分布:
p'i, j
pi, j
qi, j Q
Q
qi, j pi, j
i, j
2、适应度函数（fitness function，又称为适应值／适值函 数）用来评价一个染色体的好坏。
2019/10/14
史忠植 高级人工智能
29
基本遗传算法的构成要素
3、遗传算子
高级人工智能：搜索Search--第二讲
▪ Run a DFS with depth limit 1. If no solution…
b
▪ Run a DFS with depth limit 2. If no solution…
…
▪ Run a DFS with depth limit 3. …..
▪ 浪费冗余?
▪ 通常绝大多数的节点都在底层，所以上层的节 点生成多次影响不是很大。
▪ Yes!
b …
c 1 c 2 c 3
代价一致搜索
▪ UCS 探索了递增的轮廓线
▪ 优点: 完备性、最优性!
▪ 缺点:
▪ 在每一个“方向”上进行探索 ▪ 没有关于目标信息
… c1 c 2
c 3
Start
Goal
搜索算法
▪ 所有的搜索算法都是相同的，除 了对边缘的处理策略
▪ 从概念上说，所有的边缘是优先队列 (即附加优先级的节点集合)
状态空间图 State Space Graphs 搜索树 Search Trees
状态空间图
▪ 状态空间图: 搜索问题的数学表示
▪ Nodes are (abstracted) world configurations ▪ Arcs represent successors (action results) ▪ The goal test is a set of goal nodes (maybe only one)
b …
▪ 内存需求?
▪ Only has siblings on path to root, so O(bm)
m tiers
▪ 完备性?
▪ m could be infinite, so only if we prevent cycles (more later)
高级人工智能课程设计
高级人工智能课程设计一、课程目标知识目标：1. 让学生理解高级人工智能的基本概念、理论和技术，掌握人工智能的发展历程及未来趋势。
2. 使学生掌握机器学习、自然语言处理、计算机视觉等核心领域的基本原理和应用方法。
3. 帮助学生了解我国在人工智能领域的发展现状及政策导向。
技能目标：1. 培养学生运用编程语言（如Python）实现简单的人工智能算法，解决实际问题。
2. 提高学生运用人工智能技术进行数据分析、处理和创新思维的能力。
3. 培养学生团队协作、沟通表达及解决问题的能力。
情感态度价值观目标：1. 激发学生对人工智能的兴趣，培养其探索精神和创新意识。
2. 培养学生具备正确的科技伦理观，认识到人工智能在社会发展中的积极作用及其潜在风险。
3. 增强学生的国家意识，认识到我国在人工智能领域的发展优势和潜力。
本课程针对高中年级学生，结合学科特点，以理论联系实际，注重培养学生的实践能力和创新精神。
在教学过程中，关注学生的个体差异，因材施教，使学生在掌握基本知识技能的同时，形成积极的情感态度和价值观。
通过分解课程目标为具体的学习成果，为教学设计和评估提供明确依据。
二、教学内容1. 人工智能基本概念与发展历程：包括人工智能的定义、分类、发展历程及未来趋势，参考课本相关章节，梳理人工智能的发展脉络。
2. 机器学习与深度学习：介绍机器学习的基本原理、算法及应用，重点讲解深度学习技术，如神经网络、卷积神经网络等，结合课本实例进行分析。
3. 自然语言处理：讲解自然语言处理的基本任务、技术框架，以及常见应用，如情感分析、机器翻译等，结合教材案例进行讲解。
4. 计算机视觉：介绍计算机视觉的基本概念、技术方法，以及应用领域，如目标检测、图像识别等，结合课本内容进行实践操作。
5. 人工智能应用与伦理：分析人工智能在各个领域的应用案例，探讨其对社会、经济的影响，以及伦理问题，如隐私保护、算法偏见等，结合教材进行讨论。
教学内容安排与进度：第一周：人工智能基本概念与发展历程第二周：机器学习与深度学习第三周：自然语言处理第四周：计算机视觉第五周：人工智能应用与伦理本教学内容紧密结合课程目标，注重科学性和系统性，以教材为依据，循序渐进地安排教学内容和进度，旨在帮助学生全面掌握高级人工智能知识，提高实践应用能力。
高级人工智能
绪 知结构，应该是智能机器基础理论或人工智能追
论 求的目标。
高 级
人工智能的五（三）个基本问题
人
工
智 能
(1)知识与概念化是否是人工智能的核心？
(2)认知能力能否与载体分开来研究？
(3)认知的轨迹是否可用类自然语言来描述？
(4)学习能力能否与认知分开来研究？
第 (5)所有的认知是否有一种统一的结构？
解决问题的能力。人类个体的智能是一种综合性能力
, 具体讲, 可以包括感知与认识客观事物、客观世界
与自我的能力; 通过学习取得经验、积累知识的能力
; 理解知识、运用知识和运用经验分析问题和解决问
第 题的能力; 联想、推理、判断、决策的能力;运用语
一 章
言进行抽象、概括的能力; 发现、发明、创造、创新
绪 的能力;实时地、迅速地、合理地应付复杂环境的能 论 力;预测、洞察事物发展变化的能力等。
高 级
认知
人
工 智
认知是和情感、动机、意志等相对的理智
能 或认识过程。
美国心理学家Houston等人将对“认知”的
看法归纳为如下五种主要类型：
(1) 认知是信息的处理过程；
(2) 认知是心理上的符号运算；
(3) 认知是问题求解；
(4) 认知是思维；
第 一
(5) 认知是一组相关的活动，如知觉、记
章 忆、思维、判断、推理、问题求解、学习、想
★ 在学习基本的原理和方法基础上，讨论一些
新的和正在研究中的人工智能方法与技术，有重点地
第 一
研究人工智能的相关领域，跟踪人工智能的研究热点
章 ，做到点面结合，既扩大了知识面，又能够抓住研究
绪 论
重点，并能够应用相应的人工智能技术解决实际应用
人工智能专业高级职称认定高级工程师
人工智能专业高级职称认定高级工程师在当今信息时代，人工智能技术的迅速发展正在对我们的生活和工作产生深远的影响。
作为人工智能专业人才的重要标志，高级职称认定高级工程师的资格具有重要意义。
本文将从多个维度深入探讨人工智能专业高级职称认定高级工程师的相关内容，帮助读者更全面地了解这一领域的专业要求和技术发展。
1. 专业技术要求在人工智能领域，高级工程师需要具备深厚的专业技术知识和实践经验。
他们需要掌握人工智能算法与模型设计、数据挖掘与分析、机器学习与深度学习等多方面的知识。
他们需要具备大规模数据处理和分布式计算的能力，熟练掌握Python、Java等程序设计语言，并具备多种人工智能开发框架的使用经验。
高级工程师还需要具备项目管理和团队协作能力，能够带领团队完成复杂的人工智能项目。
2. 伦理与法律素养除了专业技术能力外，人工智能领域的高级工程师还需要具备较强的伦理素养和法律意识。
随着人工智能技术的广泛应用，相关的伦理和法律问题也日益凸显。
高级工程师需要明确人工智能在不同领域的应用准则，确保技术的合法合规。
他们还需要思考人工智能可能带来的社会和伦理问题，积极引导技术发展朝着正确的方向前进。
3. 持续学习与创新能力人工智能领域的知识更新速度极快，高级工程师需要具备持续学习和自我更新的能力。
他们需要不断关注最新的技术发展动态，积极参与学术交流和技术研讨会。
高级工程师还需要具备创新能力，能够独立思考和解决复杂的技术问题，为人工智能领域的发展做出贡献。
总结回顾通过本文的探讨，我们更加深入地了解了人工智能专业高级职称认定高级工程师的相关要求和素质。
在这一领域，高级工程师不仅需要具备扎实的专业技术知识和实践经验，还需要具备伦理素养和法律意识，以及持续学习和创新能力。
只有全面具备这些素质，才能在人工智能领域中脱颖而出，引领行业发展的方向。
个人观点与理解作为人工智能专业的从业者，我深切感受到了人工智能技术的迅猛发展对整个社会产生的深刻影响。
高级人工智能 - 群体智能
高级人工智能 - 群体智能高级人工智能群体智能在当今科技飞速发展的时代，人工智能无疑是最引人瞩目的领域之一。
而在人工智能的众多分支中，群体智能正逐渐崭露头角，展现出巨大的潜力和影响力。
什么是群体智能呢？简单来说，群体智能就是众多简单个体通过相互协作和信息交流，表现出的一种复杂的智能行为。
这种智能并非来自于单个个体的强大能力，而是源于群体中个体之间的互动和协同。
想象一下一群蜜蜂在花丛中忙碌地飞舞。
每只蜜蜂似乎都只是在按照自己的本能行动，但整个蜂群却能够高效地完成寻找花蜜、建造蜂巢等复杂任务。
它们能够迅速适应环境的变化，找到最佳的资源位置，并且以一种高度协调的方式行动。
这就是群体智能的一个生动例子。
再比如蚂蚁。
蚂蚁在寻找食物时，会释放一种化学物质，称为信息素。
其他蚂蚁可以通过感知这种信息素来找到食物的位置。
当越来越多的蚂蚁选择同一条路径时，这条路径上的信息素浓度就会增加，从而吸引更多的蚂蚁。
最终，整个蚁群能够找到最短、最有效的路径来获取食物。
这种看似简单的行为背后，其实蕴含着深刻的群体智能原理。
那么，群体智能在现实生活中有哪些应用呢？一个显著的例子就是交通流量的优化。
通过将车辆视为一个个独立的个体，利用传感器和通信技术，车辆之间可以相互交流和协作。
比如，当一辆车发现前方道路拥堵时，它可以将这个信息传递给附近的车辆，让它们提前选择其他路线，从而避免交通堵塞的进一步恶化。
在电力系统中，群体智能也发挥着重要作用。
智能电网中的分布式能源，如太阳能板和风力涡轮机，可以通过相互协调来优化电力的生产和分配。
它们能够根据实时的电力需求和供应情况，自动调整输出功率，提高电力系统的稳定性和效率。
在计算机领域，群体智能算法被广泛应用于优化问题的求解。
例如，蚁群算法和粒子群优化算法可以用于解决旅行商问题、背包问题等复杂的组合优化问题。
这些算法模拟了生物群体的行为，通过个体之间的信息共享和协作，逐步找到最优解。
群体智能的实现离不开先进的技术支持。
高级人工智能第十一章
根据智能体是否依赖模型（即环境动态性的 先验知识），强化学习可分为基于模型的强 化学习和无模型的强化学习；根据更新策略 的方式，可分为值迭代和策略迭代。
价值迭代与策略迭代算法
价值迭代算法
价值迭代是一种通过不断更新状态值函数来寻找最优策略的方法，其核心思想 是利用贝尔曼方程进行迭代计算。
自然语言处理领域应用
机器翻译
实现不同语言之间的自动翻译，为跨语言交流提供便利。
情感分析与舆情监测
通过对文本的情感倾向进行分析，实现对舆情的自动监测 和预警。
智能问答与对话系统
构建能够自动回答问题和进行对话的智能系统，为用户提 音实时转换为文字，为听力 障碍者提供便利，同时也可用于 会议记录、语音笔记等场景。
策略迭代算法
策略迭代是一种通过交替进行策略评估和策略改进来寻找最优策略的方法，其 中策略评估是计算当前策略下的状态值函数，策略改进是根据状态值函数更新 策略。
深度强化学习算法及应用
深度强化学习算法
深度强化学习是将深度学习与强化学习相结合的方法，通过神经网络来逼近值函数或策略，以解决高维状态空间 或动作空间的问题。常见的深度强化学习算法包括DQN、PPO、A3C等。
梯度消失与梯度爆炸问题
深度神经网络在训练过程中可 能遇到的梯度消失或梯度爆炸 问题，以及相应的解决策略， 如批量归一化、残差结构等。
卷积神经网络应用
计算机视觉任务
卷积神经网络（CNN）在计算机视 觉领域的应用，包括图像分类、目标 检测、语义分割等。
卷积层与池化层
卷积层负责提取图像局部特征，池化 层则对特征进行降维处理，减少计算 量和过拟合风险。
高级人工智能第十一章
contents
目录
史忠植 高级人工智能 电子课件(pdf)第一章
图灵测试
The Turing Test
•1950: Alan Turing的文章 “Computing Machinery and Intelligence.” Mind, Vol. 59, No. 236, pp. 433-460提出图灵测试
2012-02-26 史忠植 高级人工智能 8
2012-02-26 史忠植 高级人工智能 22
人工智能的五个基本问题
(1) 知识与概念化是否是人工智能的核心？ (2) 认知能力能否与载体分开来研究？ (3) 认知的轨迹是否可用类自然语言来描述？ (4) 学习能力能否与认知分开来研究？ (5) 所有的认知是否有一种统一的结构？
2012-02-26
2012-02-26 史忠植 高级人工智能 13
人工智能的发展
知识工程时期
•1981: 日本政府宣布日本五代机（first-generation computer） 计划（即智能计算机） •1982: John Hopfield 掀起神经网络的研究 •1983: MCC （Microelectronics and Computer Technology Corporation）成立（Bobby Inman 任主任） •1984: Doug Lenat在Bobby Ray Inman的劝说下在MCC开始Cyc的研 究 •1986: Thinking Machines Inc 研制联结机器 (Connection Machine) •1987: LISP机器市场开始暗淡 •1988: 386芯片使得PC机速度可以与LISP机器媲美 2012-02-26 14 史忠植 高级人工智能
高级人工智能
第一章 绪论
史忠植 中国科学院计算技术研究所
智能计算机应用平台开发人工智能高级应用软件开发测试-高级人工智能产品测试
第9章人工智能高级应用软件开发测试目录1.智能计算软件产品开发2.边缘计算3.高级人工智能产品测试高级人工智能产品测试l在初级与中级中已经介绍了基础人工智能软件产品测试，算法性能测试相关的内容。
除了初级和中级中提到的内容外，人工智能产品测试还需要了解算法的开销和算法的安全性。
开销测试l 人工智能的产品的开销测试与一般的软件产品不同，人工智能的开销测试包括了样本开销、时间开销、存储开销3个方面。
开销测试样本开销时间开销存储开销样本开销•样本开销是指某种人工智能相关的算法，在进行训练过程中，如果要取得能够在工业领域应用的效果，需要的最少样本数目。
•样本开销测试则是通过测试的方法，得出该算法模型效果达到要求的最低样本数目的过程。
•在实际应用工程中，有标记的数据往往比较稀缺，而获取额外的标签数据又是一项大的开支。
•如何使用最少的样本达成要求的算法模型效果就是样本开销测试所关心的问题。
为了减少样本开销，最常用的方法是数据增强。
l数据增强特指对有限的训练数据通过某种变换得到更多数据的过程。
在深度学习中，因为将大量包含一种或多种相同属性的训练数据统称为数据集，所以这时数据增强也称数据集增强。
l数据集增强的目的主要有扩充数据的量和提高数据的质量两个。
l根据数据类型不同，数据增强所使用的方法也就不同：如文本数据，其包含的信息通常被认为是离散的，故数据增强的主要思路在于利用一些数据分析挖掘技术对文本数据中的词义进行替换、关键词序调整或引入噪声词语；但对于图像数据而言，数据增强则可以直接运用一些常见的图像处理或图像增强算法对图像数据扩充或质量改善。
l因此，常见的图像增强技术通常可以用于数据增强。
时间开销•人工智能算法按照任务的阶段可以分为训练任务和预测任务。
•按照其响应要求，可以分为实时响应任务和非实时响应任务。
•一般情况下，训练任务为非实时响应任务，预测任务为实时响应任务。
•测试一个人工智能算法的执行时间通常有两种方法：运行后统计和运行前分析估算。
高级人工智能
CREATE TOGETHER
DOCS
• 新型感知和交互技术 • 自主学习和适应能力 • 人工智能与人类的协同作战
人工智能与人类的协同作战
人工智能与人类协同作战的意义
• 提高生产效率和服务质量 • 应对复杂问题和挑战 • 促进人类社会的可持续发展
人工智能与人类协同作战的技术和方法
• 人机交互和协作技术 • 任务分配和优化算法 • 人工智能在协同作战中的应用案例
应对未来人工智能发展的政策与法规
应对人工智能发展的政策法规
• 数据隐私和保护法规 • 人工智能伦理和道德规范 • 人工智能产业发展的政策和措施
未来人工智能发展的挑战
• 技术突破和法律伦理问题 • 人工智能与人类的共生和协同 • 全球人工智能发展的合作与竞争
谢谢观看
THANK YOU FOR WATCHING
其他先进算法
• 遗传算法和粒子群优化 • 支持向量机和随机森林 • 聚类和降维算法
03
高级人工智能在不同行业的应用案例
自动驾驶与无人机技术的发展
自动驾驶汽车的技术原理和应用场景
• 传感器融合和感知技术 • 路径规划和避障算法 • 车辆控制和自动驾驶决策
无人机技术的发展和应用
• 遥控飞行和自主飞行技术 • 实时图像传输和遥控技术 • 无人机在物流、监测和安防领域的应用
人工智能对人类就业的影响
人工智能对就业市场的影响
• 工作岗位的自动化和消失 • 新兴职业和技能需求 • 人工智能对劳动力市场的长期影响
应对人工智能带来的就业挑战
• 教育和培训改革 • 政策支持和劳动力市场调整 • 个人职业规划和技能提升
机器人伦理与道德规范的建立
机器人伦理和道德规范的含义
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
15
多主体系统
一、行为库函数 数据包 package intsci.ace.data 神经网络包 package intsci.ace.neural 学习包 package intsci.ace.learning 数据挖掘包 package intsci.ace.mining 语言处理包 package nguage 图形处理包 package intsci.ace.graphics 图象处理包 package intsci. ace .image 搜索引擎包 package intsci.ace.search 专家系统包 package intsci.ace.expert 模型包 package intsci.ace.model 决策支持包 package intsci.ace.decision
数据挖掘
四、题目 1．聚类算法：k-means、k-harmonic 2．分类算法：C4.5、SVM、GA 3．关联规则：Apriori、FP-tree 4．神经网络 五、课程报告 程序源码和实验报告，在实验报告中要写清算法步 骤、说明以及心得体会等，源码要求有清晰明确的注释。
2010-2-25
史忠植 高级人工智能
2010-2-25
悉或对数据挖掘不感兴趣的同学也可选做其他实验。
史忠植 高级人工智能
13
数据挖掘
二、预备知识： 掌握某种数据挖掘算法、VC++开发环境、Oracle数据 库基本操作 三、实验条件： MSMiner平台 (PC机) Oracle数据库 (局域网服务器) Microsoft Visual C++ 6.0开发环境 算法DLL公共代码框架 (一组工程文件) 两个算法DLL开发示例 (BP算法、SOM算法) MSMiner之DataMining子系统算法DLL接口详细说明 (文档格式) 以上代码、示例和文档可到智能科学网站 /下载 2010-2-25 史忠植 高级人工智能 14
2010-2-25
史忠植 高级人工智能
5
三、 教学计划
第一章 第二章 第三章 第四章 第五章 第六章 第七章 第八章 第九章
2010-2-25
绪论 人工智能逻辑 约束推理 定性推理 基于范例推理 概率推理 归纳学习 支持向量机 解释学习3.19 3.26 4.2 4.9 4.16 4.23
2010-2-25 史忠植 高级人工智能 3
一、 教学目的和要求
(1) (2) (3) (4) 了解人工智能前沿研究领域 了解人工智能最新研究成果 掌握基本思想和关键技术 培养人工智能研究能力
2010-2-25
史忠植 高级人工智能
4
二、 内容提要
本课讲授和讨论人工智能前沿研究 领域的主要思想和关键技术。主要内容 有逻辑基础、自动推理、机器学习、分 布式人工智能、人工生命等。
高级人工智能
一、 二、 三、 四、 五、 六、 七、
2010-2-25
教学目的和要求 内容提要 教学计划 学分 教材 教学方式 考查方式
史忠植 高级人工智能 2
Advanced Artificial Intelligence
高级人工智能
类型：AB 学时/学分：60/3, 机时：20 预修课程: 数理逻辑、人工智能原理
10
七、考查方式
课程设计 闭卷考试 30% 70%
2010-2-25
史忠植 高级人工智能
11
课程设计
• 数据挖掘 • 多主体系统 • 综述
2010-2-25
史忠植 高级人工智能
12
数据挖掘
一、简介 MSMiner是由中科院计算所智能信息处理重点实验室开 发的一个多策略数据挖掘平台。该平台采用功能强大的元数据 作为调度中心，实现了数据仓库与数据抽取、转换、装载 (ETL)，数据挖掘(Data Mining)，联机分析处理(OLAP)的 有机集成以及各种数据挖掘算法的无缝连接。 本次实验要开发的算法DLL目的正是用于封装数据挖掘算法， 并最终由MSMiner平台所调用。算法DLL的开发工具采用 VC++6.0，同学们可选择自己所感兴趣的某个数据挖掘算 法，根据我们所提供的算法DLL代码模板以及Demo示例，开 发出符合MSMiner算法DLL统一接口标准的动态链接库，并 最终在MSMiner平台上进行测试和运行。对VC++编程不熟
2010-2-25
史忠植 高级人工智能
17
多主体系统
三、移动Agent: Mobile Agent 实现一个mobile agent,如果网络中所有机器都是忙碌 （有其他应用程序在跑），自己挂起，直到发现某台空 闲，再跑过去。 四、信息检索Agent 这个Agent底层使用Google, Yahoo等搜索引擎（至 少结合两种底层搜索工具），然后把搜索的结果分类。例 如，搜索关键字 刘德华 。能够把mp3, doc, image, html,pdf这些不同的文件格式，分成不同的类存储在本地 的文件系统中。 要求有简单的界面显示。
2010-2-25 史忠植 高级人工智能 16
多主体系统
二、协商Agent(电子商务模型): BuyerAgent and SellerAgent 之间的协商 SellerAgent 首先列出很多的商品，例如书籍，以 及他们的价格各种信息等等. BuyerAgent 查找自己所 需要的信息，找出最合适的购买，与Seller交互，要求 有图形界面显示。 拍卖协议,比如拍卖方拍卖某个物品,多个竞争方出价, 最高者取胜，必须可以进行多轮拍卖，比如第一轮拍卖 剩下几个接着进行第二轮拍卖，如此继续下去.
2010-2-25
史忠植 高级人工智能
18
课程报告要求
1 实验目的 2 规格说明 3 算法步骤 4 结果分析 5 实验体会 6 结束语 7 参考文献 8 程序源码，源码要求有清晰明确的注释。
2010-2-25 史忠植 高级人工智能 19
谢 谢!
2010-2-25
史忠植 高级人工智能
20
6
三、 教学计划
第十章 第十一章 第十二章 第十三章 第十四章 第十五章 第十六章 强化学习 粗糙集 关联规则 知识发现 分布智能 进化计算 人工生命 期终考试
史忠植 高级人工智能
4.30 4.30 5.7 5.14 5.21 5.28 6.4 6.11
7
2010-2-25
四、教材
史忠植：高级人工智能 科学出版社 2006
高级人工智能
Advanced Artificial Intelligence
• 任课老师：史忠植 Email: shizz@ • 辅导老师：杨兴华 Email: yangxh@
2010-2-25
史忠植 高级人工智能
1
Advanced Artificial Intelligence
2010-2-25
史忠植 高级人工智能
8
五、参考书
史忠植：智能主体及其应用 科学出版社， 2000 史忠植：知识发现 清华大学出版社，2002 史忠植、王文杰：人工智能 国防工业出版社，2007
2010-2-25 史忠植 高级人工智能 9
六、教学方式
课堂讲授和讨论
2010-2-25
史忠植 高级人工智能