인공지능

...13 2. 탐색1. 상태공간에서의 문제풀이과정 ...21 2. 탐색전략 ...26 3. 성능함수를 사용한 탐색 ...38 3. Lisp1. Lisp 구문론 ...51 2. Lisp 명령어 ...54 3. 프로그램의 예 ...60 4. 지식의 표현1. 형식적 표현 ...64 2. 비형식적 표현 ...78 5. 논리융합1. 명제논리에서의 논리융합 ...90 2. 술어논리에서의 논리융합 ...94 6. 계획 ...105 7. 귀납적 학습1. 기계학습의 분류 ...121 2. 귀납적 학습의 분류 ...127 3. 버전 공간 ...128 4. ID3 ...136 8. 확률론1. 랜덤변수와 분포 ...152 2. 조건부확률 ...153 3. 확률의 결합 ...157 4. 조건부 독립 ...159 9. 확률적 추론1. 베이스 규칙의 적용 ...169 2. 베이지언 네트워크 ...174 3. 베이지언 네트워크에서의 추론 ...177 4. 다중트리에서의 확률추론 ...179 10. 결론1. 식별함수 ...192 2. 위험부담 ...202 3. 유용성 ...205 11. 확률밀도의 추정1. 확률밀도함수 ...218 2. 매개변수 방식 ...219 3. 비매개변수 방식 ...223 4. 세미매개변수 방식 ...226 12. 퍼셉트론1. 퍼셉트론 ...234 2. 다층퍼셉트론 ...243 3. 규칙기반의 신경망 ...254 13. 선형신경망1. 특징추출 ...263 2. Gram-Schmidt 직교화 ...272 3. ART 네트워크 ...275 4. 선형연상 신경망 ...288 14. 은닉마코프 모델1. 마코프 모델 ...299 2. 은닉마코프 모델 ...306 3. HMM의 학습단계 ...309 4. HMM의 추출단계 ...318 -찾아보기 ...325