| 第1章 人口知能の歴史と今後 |
| 1.1 人口知能の歴史 1 |
| 1.2 人口知能とは何だろうか：チューリングテスト 3 |
| 1.3 伝統的人口知能技術の原点：エキスパートシステム 6 |
| 1. エキスパートシステムの概要 6 |
| 2. エキスパートシステムの構造と分類 7 |
| 3. エキスパートシステムの限界 9 |
| 1.4 人口知能の新たな展開 10 |
| 1.5 本書の構成と使い方 11 |
| 演習問題 13 |
| 第2章 探索による問題解決 |
| 2.1 探索による問題解決とは 15 |
| 1. パズルの例 15 |
| 2. ロボットの行動プラン作成 16 |
| 2.2 グラフのよる探索問題の定式化 18 |
| 1. 縦型探索 21 |
| 2. 横型探索 24 |
| 3. 探索を実現するデータ構造 26 |
| 4. 探索方法の改良 27 |
| 2.3 コストを考慮した探索 28 |
| 1. 分岐限定探索 29 |
| 2. ヒューリスティック探索 32 |
| 3. 融合的な方法 34 |
| 2.4 これからの発展 34 |
| 演習問題 36 |
| 第3章 知識表現と推論の基礎 |
| 3.1 命題論理 37 |
| 1. 論理式 38 |
| 2. 論理式の意味 40 |
| 3. 論理式の標準形 42 |
| 4. 論理式な推論 44 |
| 5. 命題論理の公理系と証明 47 |
| 3.2 述語論理 53 |
| 1. 論理式 53 |
| 2. 論理式の意味 57 |
| 3. 論理式の標準形 59 |
| 3.3 融合原理 61 |
| 1. 命題論理の融合原理 62 |
| 2. 述語論理の融合原理 64 |
| 3.4 これからの発展 68 |
| 演習問題 69 |
| 第4章 知識表現と利用の応用技術 |
| 4.1 プロダクションシステム 71 |
| 1. 概要と全体構成 71 |
| 2. 前向き推論 73 |
| 3. 後ろ向き推論 74 |
| 4.2 論理型プログラミング言語 Prolog 75 |
| 1. ホーン節によるプログラミング 75 |
| 2. 反駁としてのProlog プログラム実行 77 |
| 3. 変数の扱いとバックトラック 78 |
| 4.3 意味ネットワークとフレーム表現 81 |
| 1. 意味ネットワーク 81 |
| 2. フレーム表現 82 |
| 4.4 曖昧な知識の表現 83 |
| 4.5 制約の表現と利用 85 |
| 1. 制約とは 85 |
| 2. 探索による CSP の解決 87 |
| 3. 探索の効率化と CSP の拡張 89 |
| 4.6 これからの発展 90 |
| 演習問題 91 |
| 第5章 データマイニング |
| 5.1 データマイニングの重要性 93 |
| 1. データマイニングとは 93 |
| 2. 実社会での期待 95 |
| 3. 知識獲得ボトルネックの解決 96 |
| 5.2 決定木によるデータマイニング 98 |
| 1. 決定木とは 98 |
| 2. 情報量と情報の利得 100 |
| 3. 決定木構築の方法 103 |
| 4. 決定木利用と課題 106 |
| 5. 決定木からルールへの変換 108 |
| 5.3 相関ルールのデータマイニング 109 |
| 1. 相関ルールデータマイニングとは 109 |
| 2. 基本的な定義 110 |
| 3. 頻出アイテム集合の探索 112 |
| 4. 頻出アイテム集合から相関ルールへ 115 |
| 5. オントロジー利用の相関ルールマイニング 115 |
| 5.4 データマイニングプロセス 118 |
| 5.5 これからの発展 119 |
| 演習問題 121 |
| 第6章 知識モデリングと知識流通 |
| 6.1 知識モデリングの目的 123 |
| 6.2 UML によるモデリング 125 |
| 1. 論理的な知識の組込み 131 |
| 2. モデルに基づくシステム開発 132 |
| 6.3 知識流通の技術 132 |
| 1. 知識流通に必要なこと 134 |
| 6.4 XML による知識表現と流通 136 |
| 1. タグによる知識流通 136 |
| 2. XML による知識流通 138 |
| 3. XML データベースによる知識ベース構築 139 |
| 4. 流通知識のモデル化 140 |
| 5. XML 標準化の動向 141 |
| 6.5 これからの発展 142 |
| 演習問題 143 |
| 第7章 Web上での活躍するこれからのAI |
| 7.1 Web の仕組みと限界 145 |
| 7.2 メタデータで意味を表す 149 |
| 7.3 セマンティックWebの実現技術 151 |
| 1. 基盤技術 152 |
| 2. 知識表現のモデルとRDF 153 |
| 3. RDF スキーマによる語彙の定義 156 |
| 4. オントロジー 158 |
| 5. 論理層の知識記述 160 |
| 6. 上位層の構想 160 |
| 7. システム構築イメージ 161 |
| 7.4 セマンティック Web と関連する産業界の動向 162 |
| 7.5 Web サービスとセマンティック Web 163 |
| 1. Web サービスとは 163 |
| 2. Web サービスの知的連携に向けて 164 |
| 演習問題 167 |
| 演習問題略解 169 |
| 参考文献 177 |
| 索引 181 |
| 第1章 人口知能の歴史と今後 |
| 1.1 人口知能の歴史 1 |
| 1.2 人口知能とは何だろうか : チューリングテスト 3 |
| 1.3 伝統的人口知能技術の原点 : エキスパートシステム 6 |
| 1. エキスパートシステムの概要 6 |
| 2. エキスパートシステムの構造と分類 7 |
