人工智能:一种现代的方法(第3版)图书
人气:20

人工智能:一种现代的方法(第3版)

人工智能(Artificial Intelligence,AI)是一个大领域,而本书也是一本“大”书。我们试图多方位探索这个领域,它涵盖逻辑、概率和连续数学,感知、推理、学习和行动以及从微电子设备到机器人行星探测器...

内容简介

《世界著名计算机教材精选 人工智能:一种现代的方法(第3版)》是最、最经典的人工智能教材,已被全世界100多个国家的1200多所大学用作教材。

《世界著名计算机教材精选 人工智能:一种现代的方法(第3版)》的版而系统地介绍了人工智能的理论和实践,阐述了人工智能领域的核心内容,并深入介绍了各个主要的研究方向。全书分为七大部分:第1部分“人工智能”,第II部分“问题求解”,第III部分“知识、推理与规划”,第IV部分“不确定知识与推理”,第V部分“学习”,第VI部分“通信、感知与行动”,第VII部分“结论”。《世界著名计算机教材精选 人工智能:一种现代的方法(第3版)》既详细介绍了人工智能的基本概念、思想和算法,还描述了其各个研究方向最前沿的进展,同时收集整理了详实的历史文献与事件。另外,本书的配套网址为教师和学生提供了大量教学和学习资料。

本书适合于不同层次和领域的研究人员及学生,是高等院校本科生和研究生人工智能课的教材,也是相关领域的科研与工程技术人员的重要参考书。

编辑推荐

美国伯克利大学与Google人工智能科学家合作编写,全世界100多个国家1200多所大学使用

作者简介

Stuart Russell,1962年生于英格兰的Portsmouth。他于1982年以一等成绩在牛津大学获得物理学学士学位,并于1986年在斯坦福大学获得计算机科学的博士学位。之后他进入加州大学伯克利分校,任计算机科学教授,智能系统中心主任,拥有Smith-Zadeh工程学讲座教授头衔。1990年他获得国家科学基金的“总统青年研究者奖”(Presidential Young Investigator Award),1995年他是“计算机与思维奖”(Computer and Thought Award)的获得者之一。1996年他是加州大学的Miller教授(Miller Professor),并于2000年被任命为首席讲座教授(Chancellor's Professorship)。1998年他在斯坦福大学做过Forsythe纪念演讲(Forsythe Memorial Lecture)。他是美国人工智能学会的会士和前执行委员会委员。他已经发表100多篇论文,主题广泛涉及人工智能领域。他的其他著作包括《在类比与归纳中使用知识》(The Use of Knowledge in Analogy abd Induction).以及(与Eric Wefald合著的)《做正确的事情:有限理性的研究》(Do the Right Thing: Studies in Limited Rationality)。

Peter Norvig,现为Google研究院主管(Director of Research),2002-2005年为负责核心Web搜索算法的主管。他是美国人工智能学会的会士和ACM的会士。他曾经是NASAAmes研究中心计算科学部的主任,负责NASA在人工智能和机器人学领域的研究与开发,他作为Junglee的首席科学家帮助开发了一种最早的互联网信息抽取服务。他在布朗( Brown)大学得应用数学学士学位,在加州大学伯克利分校获得计算机科学的博士学位。他获得了伯克利“校友和工程创新奖”,从NASA获得了“非凡成就勋章”。他曾任南加州大学的教授,并是伯克利的研究员。他的其他著作包括《人工智能程序设计范型:通用Lisp语言的案例研究》(Paradigms of AI Programming: Case Studies in Common Lisp)和《Verbmobil:一个面对面对话的翻译系统》(Verbmobil:A Translation System for Face-to-FaceDialog),以及《UNIX的智能帮助系统》(lntelligent Help Systemsfor UNIX)。

目录

第1部分 人工智能

第1章 绪论

1.1 什么是人工智能

1.2 人工智能的基础

1.3 人工智能的历史

1.4 近期发展水平

1.5 本章小结

参考文献与历史注释

习题

第2章 智能Agent

2.1 Agent和环境

2.2 好的行为:理性的概念

2.3 环境的性质

2.4 Agent的结构

2.5 本章小结

参考文献与历史注释

习题

第Ⅱ部分 问题求解

第3章 通过搜索进行问题求解

3.1 问题求解Agent

3.2 问题实例

3.3 通过搜索求解

3.4 无信息搜索策略

3.5 有信息(启发式)的搜索策略

3.6 启发式函数

3.7 本章小结

参考文献与历史注释

习题

第4章 超越经典搜索

4.1 局部搜索算法和化问题

4.2 连续空间中的局部搜索

4.3 使用不确定动作的搜索

4.4 使用部分可观察信息的搜索

4.5 联机搜索Agent和未知环境

4.6 本章小结

参考文献与历史注释

习题

第5章 对抗搜索

5.1 博弈

5.2 博弈中的优化决策

5.3 a-p剪枝

5.4 不的实时决策

5.5 随机博弈

5.6 部分可观察的博弈

5.7 博弈程序发展现状

5.8 其他途径

5.9 本章小结

参考文献与历史注释

习题

第6章 约束满足问题

6.1 定义约束满足问题

6.2 约束传播:CSP中的推理

6.3 CSP的回溯搜索

6.4 CSP局部搜索

6.5 问题的结构

6.6 本章小结

参考文献与历史注释

习题

第Ⅲ部分 知识、推理与规划

第7章 逻辑Agent

7.1 基于知识的Agent

7.2 Wumpus世界

7.3 逻辑

7.4 命题逻辑:一种简单逻辑

7.5 命题逻辑定理证明

7.6 有效的命题逻辑模型检验

7.7 基于命题逻辑的Agent

7.8 本章小结

……

第Ⅳ部分 不确定知识与推理

第V部分 学习

第Ⅵ部分 通讯、感知与行动

第Ⅶ部分 结论

参考文献

在线预览

这个例子说明理性不等于。理性是使期望的性能较大化,而是使实际的性能较大化。对Agent而言是不太合理的要求。关键是如果我们期望Agent最终能采取事实上好的行动,设计满足这样要求的Agent是不可能的——除非我们能改进水晶球或者时间机器的性能。

因此,对理性的定义并不要求全知,因为理性的选择只依赖于到当时为止的感知序列。我们还要确保没有因漫不经心而让Agent进行愚蠢的活动。例如,如果Agent穿行繁忙的马路前没有观察道路两边的情况,那么它的感知序列就不可能告诉它有大卡车在高速接近。我们对理性的定义会说现在可以穿过马路吗?不会!首先,根据信息不全的感知序列穿行马路是不理性的:不观察的情况下穿行发生事故的风险太大了。其次,理性Agent应该在走上街道之前选择“观察”行动,因为观察有助于较大化期望性能。为了修改未来的感知信息而采取行动——有时称为信息收集——是理性的重要部分,将在第16章中深入讨论。真空吸尘器清洁Agent在初始未知的环境中必须探查,这为我们提供了信息收集的第二个实例。

我们的定义不仅要求理性Agent收集信息,而且要求Agent从它所感知的信息中尽可能多的学习。Agent最初的设定可能反映的是环境的先验知识,但随着Agent经验的丰富这些知识会被改变或者增加。在一些极端的情况中环境被当成先验知识。在这样的情况下,Agent不再需要感知和学习;它只要正确地行动就可以。当然,这样的Agent是脆弱的。考虑一下蜣螂。蜣螂做窝并产卵后,会从附近的粪堆取回一个粪球堵住窝的入口。如果粪球在路途中脱离了它的掌握,蜣螂还会继续赶路,并做动作用不存在的粪球塞住入口,而不会注意到粪球已经不见了。蜣螂进化时在它的行为里内建了假设,当该假设被破坏时,就会产生不成功的行为。黑足泥蜂要聪明一些。雌蜂先挖一个洞,出去叮一只毛虫并拖回洞,再次进洞查看,再把毛虫拖到洞里,然后产卵。毛虫在黑足泥蜂孵卵期间作为食物来源。到目前为止一切似乎顺利,但是假如有昆虫学家在雌蜂检查地洞的时候把毛虫挪开几英寸,雌蜂就会回到计划中“拖毛虫到地洞”的步骤,继续进行不做任何修改的计划,甚至在发生过很多次毛虫被移动的干扰后仍然如此。雌蜂无法知道它天生的计划是失败的,因而也不会改变计划。

Agent依赖于设计人员的先验知识而不是它自身的感知信息,这种情况我们会说该Agent缺乏自主性。理性Agent应该是自主的——它应该学习,以弥补不完整的或者不正确的先验知识。例如,学会预见灰尘出现的地点和时间的吸尘器清洁Agent,显然就能比不会预见的Agent要做得好。实践中,很少要求Agent从一开始就自主:当Agent没有或者只有很少的经验时,它的行为往往是随机的,除非设计人员提供一些帮助。因此就像进化为动物提供了足够的内建的反射,以使它们能生存足够长的时间进行学习一样,给人工智能的Agent提供一些初始知识以及学习能力是合理的。当得到关于环境的充足经验后,理性Agent的行为才能独立于它的先验知识有效地行动。从而,与学习相结合使得我们可以设计在很多不同环境下都能成功的理性Agent。

……

网友评论(不代表本站观点)

来自wangsya**的评论:

基本用书,很不错

2017-10-30 15:31:42
来自kikiwan**的评论:

还不错的书!

2017-10-31 08:12:06
来自无昵称**的评论:

书很好很厚,还没看,应该有点难吧。物流太差了,收到包裹书在外面裸露着,而且有点压坏了

2017-11-01 13:05:10
来自匿名用**的评论:

质量优良 值得

2017-11-01 19:59:21
来自冯现大**的评论:

英文的 不错

2017-11-01 20:36:30
来自无昵称**的评论:

书很厚,还没来得及看完,不过看内容是相当的有深度,继续看。

2014-05-30 23:29:36
来自无昵称**的评论:

快递包装太简陋了 运过来都破了 书也有点不平整

2016-03-17 21:55:24
来自无昵称**的评论:

收到的书破了一个角!!!虽然不影响阅读,但就让人不开森!!原本是预计31号送达的,为什么变成31号才发货??!

2016-09-01 22:55:38
来自无昵称**的评论:

对于中学生 是 开发兴趣的很好的课外教辅资料。

2015-09-02 10:54:12
来自s***y(**的评论:

感觉有点名过其实了一样,翻译很不完善,很多问题没详细分析,想拿这个入门恐怕会非常困难。

2017-02-12 20:09:57
来自无昵称**的评论:

书写的很好,很喜欢,很有帮助,努力学习中,经济实惠!!充实的很

2015-05-08 10:09:16
来自小傻大**的评论:

虽然知道英文版的会更好 但是这么经典的书中文的翻译应该问题不大 要慢慢学习

2015-04-30 00:56:41
来自潘潘上**的评论:

很经典的计算机教材,翻译偏生硬,对照英文版才能理解。

2016-04-17 20:35:10
来自无昵称**的评论:

发现当当网从下订单到出货是相当的繁琐, 而且还是物流公司,速度。。。。。。

2016-05-21 00:02:07
来自匿名用**的评论:

第一次在当当购物 感觉很不错的样子 今后再来

2017-03-20 10:48:58
来自无昵称**的评论:

虽然书很厚,但是也不便宜,不过我觉得值得购买,这是一本大书,首先是很全面,其次里面的很多思想,是作者博览前人大量著作,写出来的,看完这一本,你在对智能思想的认识会上一个台阶。书封面不防水,好好保护,别没看完就坏了

2014-07-02 17:06:03
来自某***的**的评论:

这是一本所在行内业内的著名作品,很适合各种级别的人士收藏选读~

2017-03-15 14:37:21
来自匿名用**的评论:

好贵的书,孩子要看,没办法啊,只好买了吧!为什么这么贵啊!只有认为知识是无价的!

2017-05-13 11:59:58
来自陈***1(**的评论:

书是好书,就是包装就一层塑料袋,一起买的两本书,另一本书被砸坏了,不过当当售后很快就换了,服务一流

2017-04-01 00:37:17
来自无昵称**的评论:

要是有更多的实例就好了,建议结合每一章内容出一本实例及所用语言教程。比如语言有PROLOG,PYTHON,LISP,C++,JAVA,对接触“人工智能”时间不长的人的学习进度有很大阻力

2014-10-27 14:25:42
来自匿名用**的评论:

经典教材,虽然丢了一本,但还是痛下手,又买了一本。不过值得。

2017-04-25 14:13:10
来自无昵称**的评论:

书的内容比较浅显……想学好AI的话,算法,概率论,数理逻辑和线性代数都是要好好学习的

2017-05-24 20:30:43
来自无昵称**的评论:

算是课本,人工智能入门,我很有兴趣,希望能够认真学习。

2016-04-22 18:05:20
来自匿名用**的评论:

翻译不咋的,考虑到是人工智能的巨作,还是值得好好看的

2017-04-28 00:01:17
来自无昵称**的评论:

人工智能的宝典,值得总总体上对人工智能进行了解

2016-05-23 18:40:19
来自坐看云**的评论:

人工智能的权威教材,学习人工智能务必要看一看

2015-12-12 07:30:27
来自无昵称**的评论:

人工智能的经典教材,篇幅很大,需要耐心研读,必有收获!

2017-09-04 23:27:13
来自阿修罗**的评论:

对人工智能领域作了一个全面而且比较详细的介绍,但是欠缺深度,可能是AI是一个太过宽泛的领域吧。

2016-08-28 17:25:30
登录后即可发表评论

免责声明

更多相关图书
在线咨询