世界著(zhù)名計算機教材精選·人工智能：一種現代的方法（第3版）簡(jiǎn)介，目錄書(shū)摘
美國伯克利大學(xué)與Google人工智能科學(xué)家合作編寫(xiě)，全世界100多個(gè)國家1200多所大學(xué)使用
Best computer science textbook ever。
A Must Read for AI
廣泛使用的人工智能教材，內容很豐富，講解清晰，適合初學(xué)入門(mén)。
本書(shū)為翻譯版，對應影印版：
其他相關(guān)圖書(shū)：
《世界著(zhù)名計算機教材精選·人工智能：一種現代的方法（第3版）》是經(jīng)典的人工智能教材，已被全世界100多個(gè)國家的1200多所大學(xué)用作教材。
《世界著(zhù)名計算機教材精選·人工智能：一種現代的方法（第3版）》的新版全面而系統地介紹了人工智能的理論和實(shí)踐，闡述了人工智能領(lǐng)域的核心內容，并深入介紹了各個(gè)主要的研究方向。全書(shū)分為七大部分：第1部分“人工智能”，第II部分“問(wèn)題求解”，第III部分“知識、推理與規劃”，第IV部分“不確定知識與推理”，第V部分“學(xué)習”，第VI部分“通信、感知與行動(dòng)”，第VII部分“結論”?！妒澜缰?zhù)名計算機教材精選·人工智能：一種現代的方法（第3版）》既詳細介紹了人工智能的基本概念、思想和算法，還描述了其各個(gè)研究方向前沿的進(jìn)展，同時(shí)收集整理了詳實(shí)的歷史文獻與事件。另外，本書(shū)的配套網(wǎng)址為教師和學(xué)生提供了大量教學(xué)和學(xué)習資料。
本書(shū)適合于不同層次和領(lǐng)域的研究人員及學(xué)生，是高等院校本科生和研究生人工智能課的教材，也是相關(guān)領(lǐng)域的科研與工程技術(shù)人員的重要參考書(shū)。
Stuart Russell，1962年生于英格蘭的Portsmouth。他于1982年以一等成績(jì)在牛津大學(xué)獲得物理學(xué)學(xué)士學(xué)位，并于1986年在斯坦福大學(xué)獲得計算機科學(xué)的博士學(xué)位。之后他進(jìn)入加州大學(xué)伯克利分校，任計算機科學(xué)教授，智能系統中心主任，擁有Smith-Zadeh工程學(xué)講座教授頭銜。1990年他獲得國家科學(xué)基金的“總統青年研究獎”（Presidential Young Investigator Award），1995年他是“計算機與思維獎”（Computer and Thought Award）的獲得者之一。1996年他是加州大學(xué)的Miller教授（Miller Professor），并于2000年被任命為首席講座教授（Chancellor's Professorship）。1998年他在斯坦福大學(xué)做過(guò)Forsythe紀念演講（Forsythe Memorial Lecture）。他是美國人工智能學(xué)會(huì )的會(huì )士和前執行委員會(huì )委員。他已經(jīng)發(fā)表100多篇論文，主題廣泛涉及人工智能領(lǐng)域。他的其他著(zhù)作包括《在類(lèi)比與歸納中使用知識》（The Use of Knowledge in Analogy abd Induction）．以及（與Eric Wefald合著(zhù)的）《做正確的事情：有限理性的研究》（Do the Right Thing: Studies in Limited Rationality）。
Peter Norvig，現為Google研究院主管（Director of Research），2002-2005年為負責核心Web搜索算法的主管。他是美國人工智能學(xué)會(huì )的會(huì )士和ACM的會(huì )士。他曾經(jīng)是NASAAmes研究中心計算科學(xué)部的主任，負責NASA在人工智能和機器人學(xué)領(lǐng)域的研究與開(kāi)發(fā)，他作為Junglee的首席科學(xué)家幫助開(kāi)發(fā)了一種zui早的互聯(lián)網(wǎng)信息抽取服務(wù)。他在布朗（ Brown）大學(xué)得應用數學(xué)學(xué)士學(xué)位，在加州大學(xué)伯克利分校獲得計算機科學(xué)的博士學(xué)位。他獲得了伯克利“卓越校友和工程創(chuàng )新獎”，從NASA獲得了“非凡成就勛章”。他曾任南加州大學(xué)的教授，并是伯克利的研究員。他的其他著(zhù)作包括《人工智能程序設計范型：通用Lisp語(yǔ)言的案例研究》（Paradigms of AI Programming: Case Studies in Common Lisp）和《Verbmobil：一個(gè)面對面對話(huà)的翻譯系統》（Verbmobil:A Translation System for Face-to-FaceDialog），以及《UNIX的智能幫助系統》（lntelligent Help Systemsfor UNIX）。
第1部分 人工智能
第1章 緒論
1.1 什么是人工智能
1.2 人工智能的基礎
1.3 人工智能的歷史
1.4 最新發(fā)展水平
1.5 本章小結
參考文獻與歷史注釋
習題
第2章 智能Agent
2.1 Agent和環(huán)境
2.2 好的行為：理性的概念
2.3 環(huán)境的性質(zhì)
2.4 Agent的結構
2.5 本章小結
參考文獻與歷史注釋
習題
第Ⅱ部分 問(wèn)題求解
第3章 通過(guò)搜索進(jìn)行問(wèn)題求解
3.1 問(wèn)題求解Agent
3.2 問(wèn)題實(shí)例
3.3 通過(guò)搜索求解
3.4 無(wú)信息搜索策略
3.5 有信息（啟發(fā)式）的搜索策略
3.6 啟發(fā)式函數
3.7 本章小結
參考文獻與歷史注釋
習題
第4章 超越經(jīng)典搜索
4.1 局部搜索算法和最優(yōu)化問(wèn)題
4.2 連續空間中的局部搜索
4.3 使用不確定動(dòng)作的搜索
4.4 使用部分可觀(guān)察信息的搜索
4.5 聯(lián)機搜索Agent和未知環(huán)境
4.6 本章小結
參考文獻與歷史注釋
習題
第5章 對抗搜索
5.1 博弈
5.2 博弈中的優(yōu)化決策
5.3 a-p剪枝
5.4 不完美的實(shí)時(shí)決策
5.5 隨機博弈
5.6 部分可觀(guān)察的博弈
5.7 博弈程序發(fā)展現狀
5.8 其他途徑
5.9 本章小結
參考文獻與歷史注釋
習題
第6章 約束滿(mǎn)足問(wèn)題
6.1 定義約束滿(mǎn)足問(wèn)題
6.2 約束傳播：CSP中的推理
6.3 CSP的回溯搜索
6.4 CSP局部搜索
6.5 問(wèn)題的結構
6.6 本章小結
參考文獻與歷史注釋
習題
第Ⅲ部分 知識、推理與規劃
第7章 邏輯Agent
7.1 基于知識的Agent
7.2 Wumpus世界
7.3 邏輯
7.4 命題邏輯：一種簡(jiǎn)單邏輯
7.5 命題邏輯定理證明
7.6 有效的命題邏輯模型檢驗
7.7 基于命題邏輯的Agent
7.8 本章小結
……
第Ⅳ部分 不確定知識與推理
第V部分 學(xué)習
第Ⅵ部分 通訊、感知與行動(dòng)
第Ⅶ部分 結論
參考文獻
京公網(wǎng)安備 11000002000088號
