深入淺出人工智能（第2版）

定　價：￥59.80

作　者：	（德）沃爾夫?qū)ぐＬ貭?/td>
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥52.80)

ISBN：	9787302541653	出版時間：	2019-12-01	包裝：
開本：		頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　主要內(nèi)容給出聚焦應用和進行實際操作的學習方法，同時提供包含輔助教學資源的網(wǎng)站。包含許多研究習題和答案、例子、定義、理論以及富含說服力的卡通插圖。包括謂詞邏輯、Prolog、啟發(fā)式搜索、概率推理、機器學習與數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡和強化學習等知識。報告深度學習的進展，這些進展包括應用神經(jīng)網(wǎng)絡去產(chǎn)生有創(chuàng)造性的內(nèi)容，如文本、音樂和藝術(shù)（★新增內(nèi)容）。分析聚類算法的性能評估，給出兩個能解釋貝葉斯定理的例子以及它們在日常生活中的相關(guān)性（★新增內(nèi)容）。討論搜索算法，分析循環(huán)校驗，解釋車輛導航系統(tǒng)的路徑規(guī)劃，還介紹蒙特卡洛樹搜索（★新增內(nèi)容）。討論人工智能在就業(yè)和交通方面的應用（★新增內(nèi)容）。讀者對象該是入門學習人工智能的理想指南，為計算機科學和相關(guān)學科的學生提供了易讀易學的人工智能概述。讀者僅需具備高中數(shù)學知識水平，就能理解該書。

作者簡介

　　沃爾夫?qū)?middot;埃特爾（Wolfgang Ertel）博士是德國韋恩加滕應用科學大學人工智能研究所的教授。文益民，上海交通大學計算機軟件與理論方向博士、桂林電子科技大學教授、美國亞利桑那州立大學訪問學者，研究方向包括機器學習與模式識別、數(shù)據(jù)挖掘、圖像處理、教育大數(shù)據(jù)分析等，先后主持國家自然科學基金項目、教育部人文社會科學研究項目等4項，發(fā)表論文100余篇，出版學術(shù)專著1部、譯著2部、教材2部，獲得國家及省部級教學、科研獎勵多項。蔡國永，浙江大學計算機科學與技術(shù)專業(yè)博士、桂林電子科技大學教授，曾在美國亞利桑那州立大學和澳大利亞麥多克大學等進行訪問研究，主要研究領域包括情感計算、社交媒體挖掘、可信軟件等，先后主持國家自然科學基金項目3項，發(fā)表學術(shù)研究論文80余篇，出版學術(shù)專著1部，教材1部。

圖書目錄

第1章導論
1．1 什么是人工智能
1．1．1 腦科學與問題求解
1．1．2 圖靈測試及聊天機器人
1．2 AI的歷史
1．2．1 人工智能的開始
1．2．2 基于邏輯的問題求解
1．2．3 新聯(lián)接主義
1．2．4 不確定性推理
1．2．5 分布式的自治且有學習能力的智能體
1．2．6 人工智能的進一步發(fā)展
1．2．7 人工智能革命
1．3 人工智能與社會
1．3．1 人工智能會搶奪人類的工作嗎
1．3．2 AI與交通
1．3．3 服務機器人
1．4 智能體
1．5 基于知識的系統(tǒng)
1．6 練習
第2章命題邏輯
2．1 句法
2．2 語義
2．3 證明系統(tǒng)
2．4 歸結(jié)
2．5 Horn子句
2．6 可計算性和復雜性
2．7 應用及限制
2．8 練習
第3章一階謂詞邏輯
3．1 句法
3．2 語義
3．3 量詞和范式
3．4 證明演算
3．5 歸結(jié)
3．5．1 歸結(jié)策略
3．5．2 等值
3．6 自動定理證明
3．7 數(shù)學例子
3．8 應用
3．9 小結(jié)
3．10 練習
第4章邏輯的局限性
4．1 搜索空間問題
4．2 可判定性和不完備性
4．3 會飛的企鵝
4．4 模型的不確定性
4．5 練習
第5章 Prolog邏輯程序設計
5．1 Prolog系統(tǒng)及實現(xiàn)
5．2 簡單例子
5．3 執(zhí)行控制和過程要素
5．4 列表
5．5 自我修改程序
5．6 規(guī)劃示例
5．7 約束邏輯編程
5．8 總結(jié)
5．9 練習
第6章搜索、博弈與問題求解
6．1 引言
6．2 無信息搜索
6．2．1 寬度優(yōu)先搜索
6．2．2 深度優(yōu)先搜索
6．2．3 迭代深入
6．2．4 對比
6．2．5 循環(huán)校驗
6．3 啟發(fā)式搜索
6．3．1 貪婪搜索
6．3．2 A*搜索
6．3．3 A*搜索算法的路徑規(guī)劃
6．3．4 IDA*搜索
6．3．5 搜索算法的經(jīng)驗對比
6．3．6 總結(jié)
6．4 對弈
6．4．1 最小最大搜索
6．4．2 Alpha-Beta剪枝
6．4．3 非決定性游戲
6．5 啟發(fā)式評估函數(shù)
6．6 搜索前沿現(xiàn)狀
6．6．1 象棋
6．6．2 圍棋
6．7 練習
第7章不確定性推理
7．1 概率計算
7．2 最大熵的原理
7．2．1 概率推理規(guī)則
……
第8章機器學習與數(shù)據(jù)挖掘
第9章神經(jīng)網(wǎng)絡
第10章強化學習
第11章練習解答