出版社:机械工业出版社
年代:2009
定价:75.0
本书是一本经典的人工智能教材,全面阐述了人工智能的基础理论,有效结合了求解智能问题的数据结构以及实现的算法,把人工智能的应用程序应用于实际环境中,并从社会和哲学、心理学以及神经生理学角度对人工智能进行了独特的讨论。新版中增加了对“基于随机方法的机器学习”的介绍,并提出了一些新的主题,如涌现计算、本体论、随机分割算法等。
出版者的话
译者序
前言
第一部分人工智能的历史渊源及研究范围
第1章人工智能的历史及应用
第二部分作为表示和搜索的人工智能
第2章谓词演算
第3章状态空间搜索的结构和策略
第4章启发式搜索
第5章随机方法
第6章为状态空间搜索建立控制算法
第三部分捕获智能:AI中的挑战
第7章知识表示
第8章求解问题的强方法
第9章不确定条件下的推理
第四部分机器学习
第10章基于符号的机器学习
第11章机器学习:连接机制
第12章机器学习:遗传性和涌现性
第五部分人工智能问题求解的高级课题
第14章自动推理
第15章自然语言理解
第六部分后记
第16章人工智能是经验式的学科
本书是一本经典的人工智能教材,全面阐述了人工智能的基础理论,有效结合了求解智能问题的数据结构以及实现的算法,把人工智能的应用程序应用于实际环境中,并从社会和哲学、心理学以及神经生理学角度对人工智能进行了全面的讨论。 本书是一本经典的人工智能教材,全面阐述了人工智能的基础理论,有效结合了求解智能问题的数据结构以及实现的算法,把人工智能的应用程序应用于实际环境中,并从社会和哲学、心理学以及神经生理学角度对人工智能进行了独特的讨论。新版中增加了对“基于随机方法的机器学习”的介绍,并提出了一些新的主题,如涌现计算、本体论、随机分割算法等。 本书适合作为高等院校计算机专业人工智能教材,也可供人工智能领域的研究者及相关工程技术人员参考。【作者简介】 GeorgeF.Luger1973年在宾夕法尼亚大学获得博士学位,并在之后的5年间在爱丁堡大学人工智能系进行博士后研究,现在是新墨西哥大学计算机科学研究、语言学及心理学教授。