人工智能：計算Agent基礎(chǔ)（原書第2版）

定　價：￥149.00

作　者：	[加] 大衛(wèi)·L.普爾著，黃智瀕，白鵬譯
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111684350	出版時間：	2021-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	499	字數(shù)：

內(nèi)容簡介

　　《人工智能：計算Agent基礎(chǔ)（原書第2版）》特色：優(yōu)化篇章結(jié)構(gòu)，增加關(guān)于機器學習的內(nèi)容，討論了與機器學習和Al相關(guān)的社會及倫理問題；摒棄先講關(guān)系語言的做法，改為后講關(guān)系方法，更利于知識的呈現(xiàn)和理解；更新代碼示例，并增加了一些練習。提出智能體的單一設(shè)計空間的概念，從簡單的智能體開始，逐步引入十個維度的復雜性，通過模塊化方式降低理論學習的難度，并結(jié)合自主送貨機器人等四個應(yīng)用實例來展開實踐。在宏觀層面，搭建了一個連貫的知識框架，利用多維度的設(shè)計空間引導讀者縱觀大局；在細節(jié)層面，聚焦于基礎(chǔ)技術(shù)而非復雜技術(shù)，為讀者未來的進階學習及實戰(zhàn)打下堅實的基礎(chǔ)。

作者簡介

　　[加]大衛(wèi)·L.普爾（David L.Poole）不列顛哥倫比亞大學計算機科學系教授，計算智能實驗室主管。他是加拿大人工智能協(xié)會（CAIAC）和人工智能促進協(xié)會（AAAI）會士。曾獲CAIAC 2013年終身成就獎，曾任人工智能不確定性協(xié)會（AUAI）主席。[加]阿蘭·K.麥克沃斯（Alan K.Mackworth）不列顛哥倫比亞大學計算機科學系榮休教授。他是CAIAC和AAAI會士，以及加拿大高等研究院（CIFAR）和加拿大皇家學會（RSC）院士。曾任國際人工智能聯(lián)合會議（IJGAI）、AAAI和CAIAC主席。黃智瀕，計算機系統(tǒng)結(jié)構(gòu)博士，北京郵電大學計算機學院講師。長期從事機器學習、超大規(guī)模并行計算、GPU加速計算以及三維計算機視覺和深度學習架構(gòu)方面的研究。白鵬，博士，中國航天空氣動力技術(shù)研究院研究員、博士生導師，航天科技集團公司學術(shù)技術(shù)帶頭人，《空氣動力學學報》編委。長期從事飛行器空氣動力學特性評估與氣動總體設(shè)計領(lǐng)域的科研工作。曾榮獲部級科技進步獎（5次）、航天貢獻獎及航天基金獎。獲國家發(fā)明專利20余項，出版學術(shù)專著2部，在國內(nèi)外學術(shù)期刊和AIAA等重要國際學術(shù)會議上發(fā)表論文100余篇。

圖書目錄

譯者序
前言
致謝
第一部分　世界中的智能體：什么是智能體？如何創(chuàng)建智能體？
第1章　人工智能與智能體2
　11　什么是人工智能2
　　111　人工智能和自然智能3
　12　人工智能簡史5
　　121　與其他學科的關(guān)系7
　13　環(huán)境中的智能體7
　14　設(shè)計智能體8
　　141　設(shè)計時間計算、離線計算和在線計算8
　　142　任務(wù)10
　　143　定義解決方案11
　　144　表示12
　15　智能體設(shè)計空間14
　　151　模塊性14
　　152　規(guī)劃視野14
　　153　表示15
　　154　計算限制16
　　155　學習17
　　156　不確定性18
　　157　偏好19
　　158　智能體數(shù)量19
　　159　交互性20
　　1510　各維度的相互作用20
　16　原型應(yīng)用21
　　161　自主送貨機器人22
　　162　診斷助手24
　　163　智能輔導系統(tǒng)25
　　164　交易智能體27
　　165　智能家居28
　17　本書概覽29
　18　回顧29
　19　參考文獻和進一步閱讀30
　110　練習31
第2章　智能體的體系結(jié)構(gòu)與層次控制32
　21　智能體32
　22　智能體系統(tǒng)33
　　221　智能體的功能33
　23　層級控制36
　24　用推理行動42
　　241　智能體建模世界42
　　242　知識和行動43
　　243　設(shè)計時間計算和離線計算44
　　244　在線計算45
　25　回顧46
　26　參考文獻和進一步閱讀46
　27　練習47
第二部分　確定性推理、規(guī)劃與學習
第3章　搜索解決方案50
　31　以搜索的方式解決問題50
　32　狀態(tài)空間51
　33　圖搜索53
　　331　形式化圖搜索53
　34　通用搜索算法55
　35　無信息搜索策略57
　　351　廣度優(yōu)先搜索57
　　352　深度優(yōu)先搜索59
　　353　迭代深化62
　　354　最低代價優(yōu)先搜索64
　36　啟發(fā)式搜索65
　　361　A搜索66
　　362　設(shè)計啟發(fā)式函數(shù)69
　37　搜索空間的修剪70
　　371　環(huán)修剪70
　　372　多路徑修剪70
　　373　搜索策略小結(jié)72
　38　更復雜的搜索73
　　381　分支定界73
　　382　搜索的方向75
　　383　動態(tài)規(guī)劃77
　39　回顧79
　310　參考文獻和進一步閱讀80
　311　練習80
第4章　約束推理83
　41　可能世界、變量和約束83
　　411　變量和世界83
　　412　約束86
　　413　約束滿足問題87
　42　生成和測試算法88
　43　使用搜索求解CSP88
　44　一致性算法89
　45　域分割93
　46　變量消除94
　47　局部搜索96
　　471　迭代最佳改進98
　　472　隨機算法98
　　473　局部搜索的變體99
　　474　評估隨機算法102
　　475　隨機重啟104
　48　基于種群的方法104
　49　優(yōu)化器106
　　491　系統(tǒng)化的優(yōu)化方法108
　　492　用于優(yōu)化的局部搜索110
　410　回顧111
　411　參考文獻和進一步閱讀112
　412　練習112
第5章　命題與推理115
　51　命題115
　　511　命題演算的語法115
　　512　命題演算的語義116
　52　命題約束119
　　521　用于一致性算法的子句形式120
　　522　在局部搜索中利用命題結(jié)構(gòu)121
　53　命題確定子句121
　　531　問題和答案123
　　532　證明124
　54　知識表示問題129
　　541　背景知識和觀察129
　　542　查詢用戶130
　　543　知識層面的解釋131
　　544　知識層面的調(diào)試133
　55　反證法137
　　551　霍恩子句137
　　552　假設(shè)與沖突138
　　553　基于一致性的診斷139
　　554　用假設(shè)和霍恩子句進行推理140
　56　完備知識假設(shè)143
　　561　非單調(diào)推理145
　　562　否定作為失敗的證明過程146
　57　溯因法148
　58　因果模型152
　59　回顧153
　510　參考文獻和進一步閱讀153
　511　練習154
第6章　確定性規(guī)劃161
　61　狀態(tài)、動作、目標的表示161
　　611　顯式狀態(tài)空間表示162
　　612　STRIPS表示163
　　613　基于特征的動作表示164
　　614　初始化狀態(tài)和目標166
　62　前向規(guī)劃166
　63　回歸規(guī)劃168
　64　CSP規(guī)劃169
　　641　動作特征171
　65　偏序規(guī)劃173
　66　回顧175
　67　參考文獻和進一步閱讀176
　68　練習176
第7章　有監(jiān)督機器學習179
　71　學習問題179
　72　有監(jiān)督學習181
　　721　評估預測值183
　　722　誤差類型187
　　723　無輸入特征的點估算189
　73　有監(jiān)督學習的基本模型190
　　731　學習決策樹191
　　7