展开全部

主编推荐语

美国经典人工智能教材第3版,新增深度学习、人工智能安全和人工智能编程等新进展、新成果。

内容简介

作为计算机科学的一个分支,人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统,涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。

本书包括引言、基础知识、基于知识的系统、人工智能高级专题、人工智能的现在和未来以及安全与编程六部分内容。

第一部分从人工智能的定义讲起,对人工智能的早期历史、思维和智能的内涵、图灵测试、启发式方法、新千年人工智能的发展进行了简要论述。

第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。

第三部分介绍并探究了人工智能领域的成功案例,如DENDRAL、MYCIN、EMYCIN等经典的专家系统,振动故障诊断、自动牙科识别等新的专家系统,也介绍了机器学习、深度学习以及受到自然启发的搜索算法等。

第四部分介绍了自然语言处理和自动规划等高级专题。

第五部分对人工智能的历史和现状进行了梳理,回顾了几十年来人工智能所取得的诸多成就,并对其未来进行了展望。

第六部分主要介绍人工智能的安全以及编程问题。

目录

  • 版权信息
  • 内容提要
  • 译者序
  • 第3版 前言
  • 第3版 致谢
  • 献词
  • 如何使用本书
  • 资源与支持
  • 第一部分 引言
  • 第1章 人工智能概述
  • 1.0 引言
  • 1.1 图灵测试
  • 1.2 强人工智能与弱人工智能
  • 1.3 启发式方法
  • 1.4 识别适用人工智能来求解的问题
  • 1.5 应用和方法
  • 1.6 人工智能的早期历史
  • 1.7 人工智能的近期历史到现在
  • 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
  • 2.2 生成-测试范式
  • 2.3 盲目搜索算法
  • 2.4 盲目搜索算法的实现和比较
  • 2.5 本章小结
  • 第3章 知情搜索
  • 3.0 引言
  • 3.1 启发式方法
  • 3.2 知情搜索(第一部分)——找到任一解
  • 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)——找到最优解
  • 3.7 知情搜索(第三部分)——高级搜索算法
  • 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
  • 4.2 带α-β 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
  • 4.4 机会博弈和期望极小化极大算法
  • 4.5 博弈论
  • 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
  • 5.3 谓词逻辑简介
  • 5.4 其他一些逻辑
  • 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
  • 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
  • 6.8 脚本和概念依赖系统
  • 6.9 语义网络
  • 6.10 关联
  • 6.11 最近的方法
  • 6.12 智能体:智能或其他
  • 6.13 本章小结
  • 第7章 产生式系统
  • 7.0 引言
  • 7.1 背景
  • 7.2 基本示例
  • 7.3 CarBuyer系统
  • 7.4 产生式系统和推理方法
  • 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
  • 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
  • 9.6 提高效率的方法
  • 9.7 基于案例的推理
  • 9.8 更多最新的专家系统
  • 9.9 本章小结
  • 第10章 机器学习第一部分:神经网络
  • 10.0 引言
  • 10.1 机器学习概述
  • 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 决策树适用的问题
  • 10.6 熵
  • 10.7 使用ID3构建决策树
  • 10.8 其他问题
  • 10.9 人工神经网络的基本原理
  • 10.10 麦卡洛克-皮茨网络
  • 10.11 感知器学习规则
  • 10.12 增量规则
  • 10.13 反向传播
  • 10.14 实现中的问题
  • 10.15 离散霍普菲尔德网络
  • 10.16 应用领域
  • 10.17 本章小结
  • 第11章 机器学习第二部分:深度学习
  • 11.0 引言
  • 11.1 深度学习应用简介
  • 11.2 深度学习网络中的层
  • 11.3 深度学习类型
  • 11.4 本章小结
  • 第12章 受大自然启发的搜索
  • 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 蚁群优化算法
  • 12.6 本章小结
  • 第四部分 高级专题
  • 第13章 自然语言理解
  • 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
  • 13.3 语法和形式语法
  • 13.4 语义分析和扩展语法
  • 13.5 NLP中的统计方法
  • 13.6 用于统计NLP的概率模型
  • 13.7 用于统计NLP的语言数据集
  • 13.8 应用:信息提取和问答系统
  • 13.9 当前和未来的研究(基于查尼阿克的观点)
  • 13.10 语音理解
  • 13.11 语音理解的应用
  • 13.12 本章小结
  • 第14章 自动规划
  • 14.0 引言
  • 14.1 规划问题
  • 14.2 规划简史和著名的框架问题
  • 14.3 规划方法
  • 14.4 早期的规划系统
  • 14.5 更多的现代规划系统
  • 14.6 本章小结
  • 第五部分 现在和未来
  • 第15章 机器人技术
  • 15.0 引言
  • 15.1 历史:服务人类、模仿人类、增强人类和替代人类
  • 15.2 技术问题
  • 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:从塞缪尔到谢弗
  • 16.2 国际象棋:人工智能的“果蝇”
  • 16.3 计算机国际象棋程序对人工智能的贡献
  • 16.4 其他博弈游戏
  • 16.5 围棋:人工智能的“新果蝇”
  • 16.6 本章小结
  • 第17章 AI大事记
  • 17.0 引言
  • 17.1 本书第一部分回顾
  • 17.2 普罗米修斯归来
  • 17.3 本书第二部分回顾:目前AI领域的成就
  • 17.4 IBM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
  • 第六部分 安全和编程
  • 第18章 网络安全中的人工智能(选读)
  • 18.0 引言
  • 18.1 IPsec
  • 18.2 SA
  • 18.3 安全策略
  • 18.4 安全电子交易
  • 18.5 入侵者
  • 18.6 入侵检测
  • 18.7 恶意程序
  • 18.8 反病毒扫描
  • 18.9 蠕虫程序
  • 18.10 防火墙
  • 18.11 可信系统
  • 18.12 本章小结
  • 第19章 人工智能编程工具(选读)
  • 19.1 Prolog
  • 19.2 Python
  • 19.3 MATLAB
  • 附录A CLIPS示例:专家系统的shell
  • 附录B 用于隐马尔可夫链的维特比算法的实现
  • 附录C 对计算机国际象棋的贡献:令人惊叹的
  • 附录D 应用程序和数据
  • 附录E 部分练习题的答案
展开全部

评分及书评

评分不足
2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。