注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络人工智能人工智能:计算Agent基础(原书第2版)

人工智能:计算Agent基础(原书第2版)

人工智能:计算Agent基础(原书第2版)

定 价:¥149.00

作 者: [加] 大卫·L.普尔 著,黄智濒,白鹏 译
出版社: 机械工业出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787111684350 出版时间: 2021-06-01 包装: 平装
开本: 16开 页数: 499 字数:  

内容简介

  《人工智能:计算Agent基础(原书第2版)》特色:优化篇章结构,增加关于机器学习的内容,讨论了与机器学习和Al相关的社会及伦理问题;摒弃先讲关系语言的做法,改为后讲关系方法,更利于知识的呈现和理解;更新代码示例,并增加了一些练习。提出智能体的单一设计空间的概念,从简单的智能体开始,逐步引入十个维度的复杂性,通过模块化方式降低理论学习的难度,并结合自主送货机器人等四个应用实例来展开实践。在宏观层面,搭建了一个连贯的知识框架,利用多维度的设计空间引导读者纵观大局;在细节层面,聚焦于基础技术而非复杂技术,为读者未来的进阶学习及实战打下坚实的基础。

作者简介

  [加]大卫·L.普尔(David L.Poole)不列颠哥伦比亚大学计算机科学系教授,计算智能实验室主管。他是加拿大人工智能协会(CAIAC)和人工智能促进协会(AAAI)会士。曾获CAIAC 2013年终身成就奖,曾任人工智能不确定性协会(AUAI)主席。[加]阿兰·K.麦克沃斯(Alan K.Mackworth)不列颠哥伦比亚大学计算机科学系荣休教授。他是CAIAC和AAAI会士,以及加拿大高等研究院(CIFAR)和加拿大皇家学会(RSC)院士。曾任国际人工智能联合会议(IJGAI)、AAAI和CAIAC主席。黄智濒,计算机系统结构博士,北京邮电大学计算机学院讲师。长期从事机器学习、超大规模并行计算、GPU加速计算以及三维计算机视觉和深度学习架构方面的研究。白鹏,博士,中国航天空气动力技术研究院研究员、博士生导师,航天科技集团公司学术技术带头人,《空气动力学学报》编委。长期从事飞行器空气动力学特性评估与气动总体设计领域的科研工作。曾荣获部级科技进步奖(5次)、航天贡献奖及航天基金奖。获国家发明专利20余项,出版学术专著2部,在国内外学术期刊和AIAA等重要国际学术会议上发表论文100余篇。

图书目录

译者序
前言
致谢
第一部分 世界中的智能体:什么是智能体?如何创建智能体?
第1章 人工智能与智能体2
 11 什么是人工智能2
  111 人工智能和自然智能3
 12 人工智能简史5
  121 与其他学科的关系7
 13 环境中的智能体7
 14 设计智能体8
  141 设计时间计算、离线计算和在线计算8
  142 任务10
  143 定义解决方案11
  144 表示12
 15 智能体设计空间14
  151 模块性14
  152 规划视野14
  153 表示15
  154 计算限制16
  155 学习17
  156 不确定性18
  157 偏好19
  158 智能体数量19
  159 交互性20
  1510 各维度的相互作用20
 16 原型应用21
  161 自主送货机器人22
  162 诊断助手24
  163 智能辅导系统25
  164 交易智能体27
  165 智能家居28
 17 本书概览29
 18 回顾29
 19 参考文献和进一步阅读30
 110 练习31
第2章 智能体的体系结构与层次控制32
 21 智能体32
 22 智能体系统33
  221 智能体的功能33
 23 层级控制36
 24 用推理行动42
  241 智能体建模世界42
  242 知识和行动43
  243 设计时间计算和离线计算44
  244 在线计算45
 25 回顾46
 26 参考文献和进一步阅读46
 27 练习47
第二部分 确定性推理、规划与学习
第3章 搜索解决方案50
 31 以搜索的方式解决问题50
 32 状态空间51
 33 图搜索53
  331 形式化图搜索53
 34 通用搜索算法55
 35 无信息搜索策略57
  351 广度优先搜索57
  352 深度优先搜索59
  353 迭代深化62
  354 最低代价优先搜索64
 36 启发式搜索65
  361 A搜索66
  362 设计启发式函数69
 37 搜索空间的修剪70
  371 环修剪70
  372 多路径修剪70
  373 搜索策略小结72
 38 更复杂的搜索73
  381 分支定界73
  382 搜索的方向75
  383 动态规划77
 39 回顾79
 310 参考文献和进一步阅读80
 311 练习80
第4章 约束推理83
 41 可能世界、变量和约束83
  411 变量和世界83
  412 约束86
  413 约束满足问题87
 42 生成和测试算法88
 43 使用搜索求解CSP88
 44 一致性算法89
 45 域分割93
 46 变量消除94
 47 局部搜索96
  471 迭代最佳改进98
  472 随机算法98
  473 局部搜索的变体99
  474 评估随机算法102
  475 随机重启104
 48 基于种群的方法104
 49 优化器106
  491 系统化的优化方法108
  492 用于优化的局部搜索110
 410 回顾111
 411 参考文献和进一步阅读112
 412 练习112
第5章 命题与推理115
 51 命题115
  511 命题演算的语法115
  512 命题演算的语义116
 52 命题约束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题结构121
 53 命题确定子句121
  531 问题和答案123
  532 证明124
 54 知识表示问题129
  541 背景知识和观察129
  542 查询用户130
  543 知识层面的解释131
  544 知识层面的调试133
 55 反证法137
  551 霍恩子句137
  552 假设与冲突138
  553 基于一致性的诊断139
  554 用假设和霍恩子句进行推理140
 56 完备知识假设143
  561 非单调推理145
  562 否定作为失败的证明过程146
 57 溯因法148
 58 因果模型152
 59 回顾153
 510 参考文献和进一步阅读153
 511 练习154
第6章 确定性规划161
 61 状态、动作、目标的表示161
  611 显式状态空间表示162
  612 STRIPS表示163
  613 基于特征的动作表示164
  614 初始化状态和目标166
 62 前向规划166
 63 回归规划168
 64 CSP规划169
  641 动作特征171
 65 偏序规划173
 66 回顾175
 67 参考文献和进一步阅读176
 68 练习176
第7章 有监督机器学习179
 71 学习问题179
 72 有监督学习181
  721 评估预测值183
  722 误差类型187
  723 无输入特征的点估算189
 73 有监督学习的基本模型190
  731 学习决策树191
  7

本目录推荐