第1章 教育和人工智能 1.1 教育和一般教學系統 1.1.1 教育的含義 1.1.2 一般教學系統 1.1.3 一般教學系統的動態性 1.1.4 一般教學系統的開放性 1.1.5 一般教學系統中教育者的功能 1.1.6 一般教學系統中的教學理論 1.1.7 一般教學系統的工作效率 1.1.8 教育技術 1.2 自然智能與教育 1.3 人工智能 1.3.1 人工智能的研究領域 1.3.2 計算機硬件 1.3.3 計算機軟件 1.3.4 支撐人工智能技術的計算機硬件和軟件 1.3.5 人工智能的理論基礎 1.3.6 人工智能的跨學科特性 1.4 教育、自然智能與人工智能的關系 第2章 知識工程 2.1 知識的定義及其分類 2.1.1 知識的定義 2.1.2 知識的分類 2.2 知識的自然表達方法——自然語言 2.2.1 世界和自然語言 2.2.2 計算機語言和自然語言 2.3 謂詞邏輯表示法 2.3.1 命題邏輯 2.3.2 謂詞邏輯 2.3.3 謂詞公式的等價性與永真蘊含 2.4 產生式表示法 2.4.1 定義 2.4.2 產生式系統的組成 2.4.3 產生式表示法的特點 2.4.4 Cyc： 一個典型的產生式系統 2.5 邏輯編程語言Prolog簡介 2.5.1 初中數學幾何圖形關系 2.5.2 英語詞匯和語法系統 2.6 語義網絡表示法 2.6.1 基本語義關系 2.6.2 語義網絡表示法的特點 2.6.3 英語語義網絡系統WordNet 2.6.4 漢語語義網絡HowNet和OpenHowNet 2.6.5 其他典型語義網絡 2.7 腳本表示法 2.8 大語言模型中的知識工程問題 2.9 知識工程在教育技術上的應用 第3章 數據挖掘 3.1 概念、功能和常用軟件 3.1.1 概念 3.1.2 功能 3.1.3 常用軟件 3.2 常用數據挖掘算法 3.2.1 回歸分析 3.2.2 決策樹 3.2.3 人工神經網絡 3.2.4 遺傳算法 3.2.5 貝葉斯算法 3.2.6 鄰近算法 3.2.7 支持向量機算法 3.3 EXCEL簡介 3.4 SPSS簡介 3.5 WEKA 3.5.1 簡介 3.5.2 Preprocess（數據預處理） 3.5.3 Classify（分類或回歸） 3.5.4 Cluster（聚類） 3.5.5 Associate（規則關聯） 3.