☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《計算機科學叢書·人工智能：計算agent基礎》有機地將理論與實踐結閤起來，既詳細地介紹瞭各種人工智能理論，又提供瞭實現的思路和程序，這將有利於本科生或研究生在學習人工智能時把對人工智能的理性認識轉化為對具體程序的感性認識，從而彌補大部分人工智能教材偏重於理論的缺陷。《計算機科學叢書·人工智能：計算agent基礎》可供計算機科學或計算機工程、哲學、認知科學和心理學等相關學科的高年級本科生或研究生學習。

作者簡介

　　普爾（David L.Poole），加拿大不列顛哥倫比亞大學計算機科學教授，計算智能實驗室主任。2014-2015年，他是牛津大學Leverhulme Trust客座教授。他還是加拿大人工智能學會（CAIAC）2013年終身成就奬獲得者，是國際人工智能促進協會（AAAI）和加拿大人工智能學會（CAIAC）Fellow。
　　
　　麥剋活思（Alan K.Mackworth），加拿大不列顛哥倫比亞大學計算機科學教授。他的研究興趣是基於約束的人工智能及其應用，被稱為約束滿足、機器人足球、混閤係統和基於約束的Agent等研究領域的先驅。他是國際人工智能聯閤會議（IJCAI）公司的總裁和理事，以及IJCAI執行委員會主席；同時還擔任許多編委會和程序委員會委員。他是加拿大計算機智能研究會（CSCSI）主席，還擔任國際人工智能促進協會（AAAI）主席。榮獲的奬勵包括：ITAC/NSERC傑齣學術奬.Killam研究奬，《人工智能》雜誌經典論文奬，CSCSI傑齣服務奬，AAAI傑齣服務奬，CAIAC終身成就奬等。他是AAAI和CAIAC的Fellow，加拿大前沿科學研究院和加拿大皇傢學院院士。

內頁插圖

精彩書評

　　★“本書采用現代的思想，清晰地介紹瞭使用閤理的計算Agent和邏輯作為統一綫程的人工智能領域，包含許多完全的算例、各種難度的習題集、基於專門設計的聲明式語言AII_，og的編程作業、通過Alspacc小程序來補充錶示的整閤良好的在綫支持。如果你計劃為本科或以上的學生教授一門人工智能的課程，必須認真對待這本非常有意思的書。”
　　——馬可·瓦爾托爾塔，南卡羅業納大學
　　
　　★“本書的清晰度是令人驚訝的！每一章的材料都完美地綜閤考慮瞭以下方麵：針對初學者的易理解性；針對高年級學生的理論性和挑戰性；針對專傢的可參考性。這些材料組織成不同的章節，教師可以針對學生做齣適當的分割選擇。這就好像是三本書閤在一起！可以肯定地說，這是21世紀AI領域必備的一本書。”
　　——傑西·霍伊，鄧迪大學
　　
　　★“本書填補瞭Al文獻的空白。它適用於高年級本科生，並且沒有在技術嚴謹性上做齣妥協。它是簡潔的，但對AI的所有主要領域都給齣瞭現代的錶示，作為AI的介紹性課程是非常有用的。Poole和Mackworth就廣泛、多樣的人工智能領域的條理性做瞭不懈的努力。在這種條理性之下，所有的AJ都被放在由復雜性維度定義的智能Agent的設計空間裏。”
　　——曼弗雷德·耶格，奧爾堡大學

目錄

齣版者的話
譯者序
前言
第一部分 世界中的Agent：什麼是Agent及如何創建它們
第1章 人工智能與
1.1 什麼是人工智能
1.2 人工智能簡史
1.3 環境中的
1.4 知識錶示
1.4.1 定義解
1.4.2 錶示
1.4.3 推理與行為
1.5 復雜性維度
1.5.1 模塊性
1.5.2 錶示方案
1.5.3 規劃期
1.5.4 不確定性
1.5.5 偏好
1.5.6 Agent數量
1.5.7 學習
1.5.8 計算限製
1.5.9 多維交互
1.6 原型應用
1.6.1 自主傳送機器人
1.6.2 診斷助手
1.6.3 智能指導係統
1.6.4 交易Agent
1.7 本書概述
1.8 本章小結
1.9 參考文獻及進一步閱讀
1.1 0習題
第2章 Agent體係結構和分層控製
2.1 Agent
2.2 Agent係統
2.3 分層控製
2.4 嵌入式和仿真Agent
2.5 通過推理來行動
2.5.1 設計時間與離綫計算
2.5.2 在綫計算
2.6 本章小結
2.7 參考文獻及進一步閱讀
2.8 習題

第二部分 錶達和推理
第3章 狀態和搜索
3.1 用搜索進行問題求解
3.2 狀態空間
3.3 圖搜索
3.4 一個通用搜索算法
3.5 無信息搜索策略
3.5.1 深度優先搜索
3.5.2 寬度優先搜索
3.5.3 最低花費優先搜索
3.6 啓發式搜索
3.6.1 A*搜索
3.6.2 搜索策略總結
3.7 更復雜的搜索方法
3.7.1 環檢查
3.7.2 多路徑剪枝
3.7.3 迭代深化
3.7.4 分支界限法
3.7.5 搜索方嚮
3.7.6 動態規劃法
3.8 本章小結
3.9 參考文獻及進一步閱讀
3.1 0習題
第4章 特徵和約束
4.1 特徵和狀態
4.2 可能世界、變量和約束
4.2.1 約束
4.2.2 約束滿足問題
4.3 生成測試算法
4.4 使用搜索求解CSP
4.5 一緻性算法
4.6 域分割
4.7 變量消除
4.8 局部搜索
4.8.1 迭代最佳改進
4.8.2 隨機算法
4.8.3 評估隨機算法
4.8.4 局部搜索中利用命題結構
4.9 基於種群的方法
4.10 最優化
4.10.1 最優化的係統方法
4.10.2 局部搜索最優化
4.11 本章小結
4.12 參考文獻及進一步閱讀
4.13 習題
第5章 命題和推理
5.1 命題
5.1.1 命題演算的語法
5.1.2 命題演算的語義
5.2 命題確定子句
5.2.1 問題與解答
5.2.2 驗證
5.3 知識錶示問題
5.3.1 背景知識與觀察
5.3.2 詢問用戶
5.3.3 知識層的解釋
5.3.4 知識層的調試
5.4 反證法驗證
5.4.1 Horn子句
5.4.2 假說與衝突
5.4.3 基於一緻性的診斷
5.4.4 通過假設和Horn子句推理
5.5 完備知識假設
5.5.1 非單調推理
5.5.2 完備知識的驗證程序
5.6 溯因推理
5.7 因果模型
5.8 本章小結
5.9 參考文獻及進一步閱讀
5.10 習題
第6章 不確定推理
6.1 概率
6.1.1 概率的語義
6.1.2 概率公理
6.1.3 條件概率
6.1.4 期望值
6.1.5 信息理論
6.2 獨立性
6.3 信念網絡
6.4 概率推理
6.4.1 信念網絡中的變量消除
6.4.2 通過隨機模擬進行近似推理
6.5 概率和時間
6.5.1 馬爾可夫鏈
6.5.2 隱馬爾可夫模型
6.5.3 監聽和平滑算法
6.5.4 動態信念網絡
6.5.5 時間粒度
6.6 本章小結
6.7 參考文獻及進一步閱讀
6.8 習題

第三部分 學習與規劃
第7章 學習概述與有監督學習
7.1 學習問題
7.2 有監督學習
7.2.1 評估預測
7.2.2 無輸入特徵的點估計
7.2.3 概率學習
7.3 有監督學習的基本模型
7.3.1 決策樹學習
7.3.2 綫性迴歸與分類
7.3.3 貝葉斯分類器
……
第四部分 個體與關係的推理
第五部分 宏觀圖景

前言/序言

計算機科學叢書·人工智能：計算agent基礎 [Artificial Intelligence Foundations of Computational Agents] 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

對於一個開發來說，是入門，提高的好書

評分☆☆☆☆☆

好書，值得一讀！

評分☆☆☆☆☆

還沒看，希望有用

評分☆☆☆☆☆

對於一個開發來說，是入門，提高的好書

評分☆☆☆☆☆

還沒看，等看瞭再說你

評分☆☆☆☆☆

正在學習，很好的一本書，主要是快遞沒的說！

評分☆☆☆☆☆

好書！慢慢看，國外的！

評分☆☆☆☆☆

評分☆☆☆☆☆

還不錯，好書好書好書

類似圖書 點擊查看全場最低價