本书介绍了人工智能原理的基本内容，包括自动推理、知识表示、机器学习和自然语言理解等四个部分。全书共分十章：依次讨论了归结方法、不确定推理方法、非单调推理方法、定性推理方法，知识表示方法，机器学习的基本概念以及由实例和基于解释的学习方法，最后讨论了自然语言的语法、语义分析。

本书可作为大学计算机系高年级大学生和研究生“人工智能原理”课程的教材。也可作为从事计算机科研究的教师和科研人员参考。

出版说明

前言

第一章 人工智能概述

第二章 归结推理方法

第三章 不确定和非单调推理方法

第四章 知识表示方法

第五章 机器学习

第六章 实例学习

第七章 其它学习方法

第八章 自然语言理解的任务和发展简史

第九章 句法分析

第十章 语义分析

参考文献

概念聚类就是一种观察学习。人类观察周围的事物，对比各种物体的特性，把它们划分成动物、植物和非生物，并给出每一类的定义。这种把观察的事物划分成几类并建立相应概念的过程就是概念聚类。