人工智能
类型
7.8
豆瓣评分
可以朗读
语音朗读
615千字
字数
2018-08-01
发行日期
展开全部
主编推荐语
17章全面探讨人工智能，涵盖热门话题，适合教学及个人阅读。
内容简介
本书共为17章，讲述了如何多样化探索人工智能领域，原书在亚马逊上收到众多高校老师和学生的好评。书中不仅介绍了人工智能的基础理论，还介绍了机器学习、神经网络、自然语言处理等热门话题，帮助读者全方位了解人工智能领域的方方面面。本书既适合作为教材，也适合作为个人阅读的参考指南。
目录
- 版权信息
- 版权声明
- 内容提要
- 献词
- 译者序
- 第2版 前言
- 第2版 致谢
- 第1版 前言
- 观点和需求
- 如何使用这本书
- 作为人工智能的第二门课程[2]
- 共同愿景
- 第1版 致谢
- 资源与支持
- 配套资源
- 提交勘误
- 与我们联系
- 关于异步社区和异步图书
- 第一部分 引言
- 第1章 人工智能概述
- 1.0 引言
- 1.0.1 人工智能的定义
- 1.0.2 思维是什么？智能是什么？
- 1.1 图灵测试
- 1.1.1 图灵测试的定义
- 1.1.2 图灵测试的争议和批评
- 1.2 强人工智能与弱人工智能
- 1.3 启发法
- 1.3.1 长方体的对角线：解决一个相对简单但相关的问题
- 1.3.2 水壶问题：向后倒推
- 1.4 识别适用人工智能来求解的问题
- 1.5 应用和方法
- 1.5.1 搜索算法和拼图
- 1.5.2 二人博弈
- 1.5.3 自动推理
- 1.5.4 产生式规则和专家系统
- 1.5.5 细胞自动机
- 1.5.6 神经计算
- 1.5.7 遗传算法
- 1.5.8 知识表示
- 1.5.9 不确定性推理
- 1.6 人工智能的早期历史
- 逻辑学家与逻辑机器
- 1.7 人工智能的近期历史到现在
- 1.7.1 博弈
- 1.7.2 专家系统
- 1.7.3 神经计算
- 1.7.4 进化计算
- 1.7.5 自然语言处理
- 1.7.6 生物信息学
- 1.8 新千年人工智能的发展
- 1.9 本章小结
- 第二部分 基础知识
- 第2章 盲目搜索
- 2.0 简介：智能系统中的搜索
- 2.1 状态空间图
- 假币问题
- 2.2 生成与测试范式
- 2.2.1 回溯
- 2.2.2 贪婪算法
- 2.2.3 旅行销售员问题
- 2.3 盲目搜索算法
- 2.3.1 深度优先搜索
- 2.3.2 广度优先搜索
- 2.4 盲目搜索算法的实现和比较
- 2.4.1 实现深度优先搜索
- 2.4.2 实现广度优先搜索
- 2.4.3 问题求解性能的测量指标
- 2.4.4 DFS和BFS的比较
- 2.5 本章小结
- 第3章 知情搜索
- 3.0 引言
- 3.1 启发法
- 3.2 知情搜索（第一部分）——找到任何解
- 3.2.1 爬山法
- 3.2.2 最陡爬坡法
- 3.3 最佳优先搜索
- 3.4 集束搜索
- 3.5 搜索算法的其他指标
- 3.6 知情搜索（第二部分）——找到最佳解
- 3.6.1 分支定界法
- 3.6.2 使用低估值的分支定界法
- 3.6.3 采用动态规划的分支定界法
- 3.6.4 A *搜索
- 3.7 知情搜索（第三部分）——高级搜索算法
- 3.7.1 约束满足搜索
- 3.7.2 与或树
- 3.7.3 双向搜索
- 3.8 本章小结
- 第4章 博弈中的搜索
- 4.0 引言
- 4.1 博弈树和极小化极大评估
- 4.1.1 启发式评估
- 4.1.2 博弈树的极小化极大评估
- 4.2 具有- 剪枝的极小化极大算法
- 4.3 极小化极大算法的变体和改进
- 4.3.1 负极大值算法
- 4.3.2 渐进深化法
- 4.3.3 启发式续篇和地平线效应
- 4.4 概率游戏和预期极小化极大值算法
- 4.5 博弈理论
- 迭代的囚徒困境
- 4.6 本章小结
- 第5章 人工智能中的逻辑
- 5.0 引言
- 5.1 逻辑和表示
- 5.2 命题逻辑
- 5.2.1 命题逻辑——基础
- 5.2.2 命题逻辑中的论证
- 5.2.3 证明命题逻辑论证有效的第二种方法
- 5.3 谓词逻辑——简要介绍
- 5.3.1 谓词逻辑中的合一
- 5.3.2 谓词逻辑中的反演
- 5.3.3 将谓词表达式转换为子句形式
- 5.4 其他一些逻辑
- 5.4.1 二阶逻辑
- 5.4.2 非单调逻辑
- 5.4.3 模糊逻辑
- 5.4.4 模态逻辑
- 5.5 本章小结
- 第6章 知识表示
- 6.0 引言
- 6.1 图形草图和人类视窗
- 6.2 图和哥尼斯堡桥问题
- 6.3 搜索树
- 决策树
- 6.4 表示方法的选择
- 6.5 产生式系统
- 6.6 面向对象
- 6.7 框架法
- 6.8 脚本和概念依赖系统
- 6.9 语义网络
- 6.10 关联
- 6.11 新近的方法
- 6.11.1 概念地图
- 6.11.2 概念图
- 6.11.3 Baecker的工作
- 6.12 智能体：智能或其他
- 6.12.1 智能体的一些历史
- 6.12.2 当代智能体
- 6.12.3 语义网
- 6.12.4 IBM眼中的未来世界
- 6.12.5 作者的观点
- 6.13 本章小结
- 第7章 产生式系统
- 7.0 引言
- 7.1 背景
- 强方法与弱方法
- 7.2 基本示例
- 7.3 CARBUYER系统
- 产生式系统的优势
- 7.4 产生式系统和推导方法
- 7.4.1 冲突消解
- 7.4.2 正向链接
- 7.4.3 反向链接
- 7.5 产生式系统和细胞自动机
- 7.6 随机过程与马尔可夫链
- 7.7 本章小结
- 第三部分 基于知识的系统
- 第8章 人工智能中的不确定性
- 8.0 引言
- 8.1 模糊集
- 8.2 模糊逻辑
- 8.3 模糊推理
- 8.4 概率理论和不确定性
- 8.5 本章小结
- 第9章 专家系统
- 9.0 引言
- 9.1 背景
- 人类专家和机器专家
- 9.2 专家系统的特点
- 9.3 知识工程
- 9.4 知识获取
- 9.5 经典的专家系统
- 9.5.1 DENDRAL
- 9.5.2 MYCIN
- 9.5.3 EMYCIN
- 9.5.4 PROSPECTOR
- 9.5.5 模糊知识和贝叶斯规则
- 9.6 提高效率的方法
- 9.6.1 守护规则
- 9.6.2 Rete算法
- 9.7 基于案例的推理
- 9.8 更多最新的专家系统
- 9.8.1 改善就业匹配系统
- 9.8.2 振动故障诊断的专家系统
- 9.8.3 自动牙科识别
- 9.8.4 更多采用案例推理的专家系统
- 9.9 本章小结
- 第10章 机器学习第一部分
- 10.0 引言
- 10.1 机器学习：简要概述
- 10.2 机器学习系统中反馈的作用
- 10.3 归纳学习
- 10.4 利用决策树进行学习
- 10.5 适用于决策树的问题
- 10.6 熵
- 10.7 使用ID3构建决策树
- 10.8 其余问题
- 10.9 本章小结
- 第11章 机器学习第二部分：神经网络
- 11.0 引言
- 11.1 人工神经网络的研究
- 11.2 麦卡洛克-皮茨网络
- 11.3 感知器学习规则
- 11.4 增量规则
- 11.5 反向传播
- 11.6 实现关注点
- 11.6.1 模式分析
- 11.6.2 训练方法
- 11.7 离散型霍普菲尔德网络
- 11.8 应用领域
- 11.9 本章小结
- 第12章 受到自然启发的搜索
- 12.0 引言
- 12.1 模拟退火
- 12.2 遗传算法
- 12.3 遗传规划
- 12.4 禁忌搜索
- 12.5 蚂蚁聚居地优化
- 12.6 本章小结
- 第四部分 高级专题
- 第13章 自然语言处理
- 13.0 引言
- 13.1 概述：语言的问题和可能性
- 13.2 自然语言处理的历史
- 13.2.1 基础期（20世纪40年代和50年代）
- 13.2.2 符号与随机方法（1957—1970）
- 13.2.3 ４种范式（1970—1983）
- 13.2.4 经验主义和有限状态模型（1983—1993）
- 13.2.5 大融合（1994—1999）
- 13.2.6 机器学习的兴起（2000—2008）
- 13.3 句法和形式语法
- 13.3.1 语法类型
- 13.3.2 句法解析：CYK算法
- 13.4 语义分析和扩展语法
- 13.4.1 转换语法
- 13.4.2 系统语法
- 13.4.3 格语法
- 13.4.4 语义语法
- 13.4.5 Schank系统
- 13.5 NLP中的统计方法
- 13.5.1 统计解析
- 13.5.2 机器翻译（回顾）和IBM的Candide系统
- 13.5.3 词义消歧
- 13.6 统计NLP的概率模型
- 13.6.1 隐马尔可夫模型
- 13.6.2 维特比算法
- 13.7 统计NLP语言数据集
- 13.7.1 宾夕法尼亚州树库项目
- 13.7.2 WordNet
- 13.7.3 NLP中的隐喻模型
- 13.8 应用：信息提取和问答系统
- 13.8.1 问答系统
- 13.8.2 信息提取
- 13.9 现在和未来的研究（基于CHARNIAK的工作）
- 13.10 语音理解
- 语音理解技术
- 13.11 语音理解技术的应用
- Dragon自然语音系统（Dragon’s Naturally Speaking System）和Windows
- 13.12 本章小结
- 第14章 自动规划
- 14.0 引言
- 14.1 规划问题
- 14.1.1 规划术语
- 14.1.2 规划应用示例
- 14.2 一段简短的历史和一个著名的问题
- 框架问题
- 14.3 规划方法
- 14.3.1 规划即搜索
- 14.3.2 部分有序规划
- 14.3.3 分级规划
- 14.3.4 基于案例的规划
- 14.3.5 规划方法集锦
- 14.4 早期规划系统
- 14.4.1 STRIPS
- 14.4.2 NOAH
- 14.4.3 NONLIN
- 14.5 更多现代规划系统
- 14.5.1 O-PLAN
- 14.5.2 Graphplan
- 14.5.3 规划系统集锦
- 14.5.4 学习系统的规划方法
- 14.5.5 SCI Box自动规划器
- 14.6 本章小结
- 第五部分 现在和未来
- 好第15章 机器人技术
- 15.0 引言
- 15.1 历史：服务人类、仿效人类、增强人类和替代人类
- 15.1.1 早期机械机器人
- 15.1.2 电影与文学中的机器人
- 15.1.3 20世纪早期的机器人
- 15.2 技术问题
- 15.2.1 机器人的组件
- 15.2.2 运动
- 15.2.3 点机器人的路径规划
- 15.2.4 移动机器人运动学
- 15.3 应用：21世纪的机器人
- 15.4 本章小结
- 第16章 高级计算机博弈
- 16.0 引言
- 16.1 跳棋：从塞缪尔到舍弗尔
- 16.1.1 在跳棋博弈中用于机器学习的启发式方法
- 16.1.2 填鸭式学习与概括
- 16.1.3 签名表评估和棋谱学习
- 16.1.4 含有奇诺克程序的世界跳棋锦标赛
- 16.1.5 彻底解决跳棋游戏
- 16.2 国际象棋：人工智能的“果蝇”
- 16.2.1 计算机国际象棋的历史背景
- 16.2.2 编程方法
- 16.2.3 超越地平线效应
- 16.2.4 Deep Thought和Deep Blue与特级大师的比赛（1988—1995）
- 16.3 计算机国际象棋对人工智能的贡献
- 16.3.1 在机器中的搜索
- 16.3.2 在搜索方面，人与机器的对比
- 16.3.3 启发式、知识和问题求解
- 16.3.4 蛮力：知识vs.搜索，表现vs.能力
- 16.3.5 残局数据库和并行计算
- 16.3.6 本书作者的贡献
- 16.4 其他博弈
- 16.4.1 奥赛罗
- 16.4.2 西洋双陆棋
- 16.4.3 桥牌
- 16.4.4 扑克
- 16.5 围棋：人工智能的“新果蝇”？
- 高级计算机博弈之星
- 16.6 本章小结
- 第17章 大事记
- 17.0 引言
- 17.1 提纲挈领——概述
- 17.2 普罗米修斯归来
- 17.3 提纲挈领——介绍人工智能的成果
- 17.4 IBM的沃森-危险边缘挑战赛
- 17.5 21世纪的人工智能
- 17.6 本章小结
- 附录A CLIPS示例：专家系统外壳
- 第9章
- 附录B 用于隐马尔可夫链的维特比算法的实现（由Harun Iftikhar提供）
- 第12章
- 附录C 对计算机国际象棋的贡献：令人惊叹的Walter Shawn Browne
- 第16章
- 附录D 应用程序和数据
- 附录E 部分练习的答案
- 第1章
- 第2章
- 第3章
- 第4章
- 第5章
- 第6章
- 第7章
- 第8章
- 第9章
- 第10章
- 第11章
- 第12章
- 第13章
- 第14章
- 第15章
- 第16章
- 第17章
展开全部
评分及书评
评分不足
1个评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
