인공지능의 세계

제 1 장 인공 지능의 개요
1.1 인공 지능의 정의
1.2 인공 지능의 역사
1.3 인공 지능 기법
1.3.1 삼목 놀이(Tic-Tac-Toe)
1.3.2 인공 지능 기법에 대한 결론
1.4 인공 지능의 응용 분야
1.5 인공 지능의 미래
연습문제

제 2 장 문제 표현과 문제 풀이
2.1 인공 지능 문제의 특징
2.2 문제 표현
2.2.1 구성 요소
2.2.2 상태 공간의 표현
2.3 문제 풀이
2.3.1 상태 공간을 이용한 문제 풀이
2.3.2 문제 축소를 이용한 문제 풀이
2.4 문제 표현 및 풀이의 예
2.4.1 원숭이와 바나나의 문제
2.4.2 블럭 이동 문제
연습문제


제 3 장 탐 색
3.1 탐색의 개요
3.2 경로 발견
3.3 탐색 방법
3.3.1 망라적 탐색
3.3.2 휴리스틱 탐색
3.4 8-퍼즐 문제의 탐색
3.4.1 너비 우선 탐색
3.4.2 깊이 우선 탐색
3.4.3 휴리스틱 탐색
3.5 게임에서의 탐색
3.5.1 MINIMAX 프로시저
3.5.2 ALPHA-BETA 프로시저
연습문제

제 4 장 지식 표현
4.1 데이터, 정보, 지식의 차이
4.2 지식의 종류
4.3 지식 표현의 정의 및 형식
4.4 지식 표현의 조건
4.5 지식 표현 연구의 흐름
4.5.1 형식 논리
4.5.2 문제 해결
4.5.3 기억 과정
4.5.4 언어 이해
4.6 지식 표현의 방법
4.6.1 논 리
4.6.2 의미 네트워크
4.6.3 프레임
4.6.4 프로덕션 시스템
4.6.5 각 지식 표현 방법의 장단점
연습문제

제 5 장 불확실성
5.1 불확실성의 개요
5.2 확 률
5.2.1 고전 확률
5.2.2 실험적 확률
5.2.3 독립과 종속
5.2.4 조건 확률
5.3 베이지안 정리
5.4 뎀스터-쉐퍼 이론
5.5 퍼지 이론
5.5.1 퍼지 이론의 출현
5.5.2 퍼지 집합
5.5.3 퍼지 집합의 연산
5.5.4 퍼지 관계
5.5.5 퍼지 논리
5.5.6 퍼지 추론
5.5.7 퍼지 이론의 응용 분야
연습문제

제 6 장 LISP 언어
6.1 LISP 소개
6.2 기본 데이터 형태
6.3 리스트 처리 함수
6.4 술어 함수
6.5 함수의 정의
6.6 논리 함수
6.7 조건 함수
6.8 재귀적 구조
6.9 PROG 함수
6.10 지역 변수와 전역 변수
6.11 사상 함수
6.12 람다 함수
연습문제

제 7 장 Prolog 언어
7.1 Prolog 소개
7.2 구성 요소
7.2.1 상 수
7.2.2 변 수
7.2.3 구 조
7.2.4 연산자
7.3 기본문
7.3.1 사실(fact)
7.3.2 질문(question)
7.3.3 규칙(rule)
7.4 패턴 일치
7.5 Prolog의 동작
7.6 백트랙킹
7.7 컷
7.8 재귀적 구조
7.9 리스트
7.9.1 리스트의 구성 및 표현
7.9.2 리스트의 기본 술어
7.10 내장 술어
7.10.1 항의 분류
7.10.2 입출력문
7.10.3 구성 요소의 접근
연습문제

제 8 장 기계 학습
8.1 학습이란?
8.2 암기 학습
8.3 지도에 의한 학습
8.4 문제 풀이 경험에 의한 학습
8.5 예제로부터의 학습
8.5.1 Winston의 학습 프로그램
8.5.2 버전 공간
8.6 유 추
연습문제

제 9 장 전문가 시스템
9.1 전문가 시스템의 개요
9.2 지식 공학
9.3 전문가 시스템의 구조
9.3.1 지식 베이스
9.3.2 추론 기관
9.3.3 그 밖의 구성 요소
9.4 전문가 시스템과 관련된 인적 요소
9.5 전문가 시스템을 위한 개발 도구
9.6 전문가 시스템의 개발 과정
9.7 전문가 시스템의 개발 단계
9.8 전문가 시스템의 예
9.8.1 MYCIN의 구조
9.8.2 MYCIN의 진단 과정
9.8.3 MYCIN의 평가
9.9 전문가 시스템의 활용 분야
연습문제

제 10 장 에이전트
10.1 에이전트의 역사
10.2 에이전트의 정의
10.3 에이전트의 특성
10.4 에이전트의 종류
10.5 에이전트의 구조
10.6 에이전트 언어
10.7 에이전트의 응용 분야 및 미래
10.8 에이전트의 응용 사례
10.8.1 온라인 비교 쇼핑 에이전트 InfoEye
10.8.2 가상 현실에서의 교육을 위한 에이전트 Steve
연습문제

제 11 장 컴퓨터 시각
11.1 컴퓨터 시각이란?
11.1.1 화상 처리 ? 패턴 인식과의 관계
11.2 초기 처리
11.2.1 컴퓨터 시각에서의 초기 처리와 그 역할
11.2.2 컴퓨터의 화상 기억법
11.2.3 국소 연산
11.2.4 에지 검출
11.2.5 영역 검출
11.3 블록 세계의 이해
11.3.1 블록의 세계
11.3.2 3면 정점의 블록 해석
11.3.3 그 외의 화제
11.4 구조 표현
11.4.1 화상 데이터의 구조화
11.4.2 2차원 평면 상의 구조 표현
11.4.3 일반 원통에 의한 표현
11.5 컴퓨터 시각의 응용 분야
연습문제

제 12 장 신경망
12.1 신경망의 역사
12.2 생물학적 신경망과 인공 신경망
12.2.1 생물학적 신경망
12.2.2 인공 신경망
12.3 신경망의 특징
12.4 신경망의 응용 분야
연습문제

제 13 장 진화 알고리즘
13.1 생물의 유전과 진화의 원리
13.2 유전자
13.3 진화 알고리즘의 동작
13.3.1 개체의 표현 방법
13.3.2 적합도 함수
13.3.3 개체 선택법
13.3.4 유전 연산자
13.4 응용 문제
13.4.1 간단한 예제
13.4.2 제과업자의 문제
13.4.3 순회 세일즈맨 문제
13.5 진화 알고리즘의 특징과 응용 포인트
13.6 진화 알고리즘의 응용 분야
? 연습문제

제 14 장 컴퓨터 게임
14.1 인공 지능의 등장과 역할
14.2 인공 지능의 적용 분야와 최적화 전략
14.2.1 인공 지능의 적용 분야
14.2.2 인공 지능 최적화 전략
14.3 인공 지능 구현 기술
14.3.1 FSM과 FuSM
14.3.2 결정트리
14.3.3 규칙기반시스템
14.3.4 영향력 분포도 기법
14.3.5 자원배정트리
14.4 응용 사례
14.4.1 게임 장르
14.4.2 장르별 응용 사례
14.5 최신 기술의 전망
14.5.1 신경망
14.5.2 인공 생명
14.5.3 인공 감정
14.5.4 유전자 알고리즘
14.5.5 LOD
연습문제