新書推薦：
《
我的灵魂是日落时分空无一人的旋转木马：聂鲁达诗精选
》
售價：HK$
81.6
《
春日喜你
》
售價：HK$
55.0
《
我们八月见
》
售價：HK$
46.0
《
东线炼狱 : 德国反坦克兵的东线日记 : 1941—1942
》
售價：HK$
94.2
《
献给皇帝的礼物：Wedgwood瓷器王国与漫长的十八世纪
》
售價：HK$
127.4
《
东京札记
》
售價：HK$
151.0
《
大学问·明代国家权力结构及运行机制
》
售價：HK$
139.2
《
蹇蹇录：甲午战争外交秘录
》
售價：HK$
57.8
|
| 內容簡介： |
|
本书是人工智能领域的经典书籍，新版做了全面修订，增加了关于机器学习的内容，并更新了代码示例和练习。本书主要讨论智能体（agent）的基本概念和体系结构，从计算的角度介绍相关的规划、学习、推理、协商、交互机制等理论，基于自主送货机器人、诊断助手、智能辅导系统和交易智能体四个原型应用，在一个连贯的框架下研究智能体的设计、构建和实现，并从十个维度考虑设计空间的复杂性。本书适合作为高等院校计算机科学等相关专业的人工智能入门教材，也适合该领域的技术人员参考。
|
| 目錄：
|
译者序
前言
致谢
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
1.1 什么是人工智能2
1.1.1 人工智能和自然智能3
1.2 人工智能简史5
1.2.1 与其他学科的关系7
1.3 环境中的智能体7
1.4 设计智能体8
1.4.1 设计时间计算、离线计算和在线计算8
1.4.2 任务10
1.4.3 定义解决方案11
1.4.4 表示12
1.5 智能体设计空间14
1.5.1 模块性14
1.5.2 规划视野14
1.5.3 表示15
1.5.4 计算限制16
1.5.5 学习17
1.5.6 不确定性18
1.5.7 偏好19
1.5.8 智能体数量19
1.5.9 交互性20
1.5.10 各维度的相互作用20
1.6 原型应用21
1.6.1 自主送货机器人22
1.6.2 诊断助手24
1.6.3 智能辅导系统25
1.6.4 交易智能体27
1.6.5 智能家居28
1.7 本书概览29
1.8 回顾29
1.9 参考文献和进一步阅读30
1.10 练习31
第2章 智能体的体系结构与层次控制32
2.1 智能体32
2.2 智能体系统33
2.2.1 智能体的功能33
2.3 层级控制36
2.4 用推理行动42
2.4.1 智能体建模世界42
2.4.2 知识和行动43
2.4.3 设计时间计算和离线计算44
2.4.4 在线计算45
2.5 回顾46
2.6 参考文献和进一步阅读46
2.7 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
3.1 以搜索的方式解决问题50
3.2 状态空间51
3.3 图搜索53
3.3.1 形式化图搜索53
3.4 通用搜索算法55
3.5 无信息搜索策略57
3.5.1 广度优先搜索57
3.5.2 深度优先搜索59
3.5.3 迭代深化62
3.5.4 代价优先搜索64
3.6 启发式搜索65
3.6.1 A搜索66
3.6.2 设计启发式函数69
3.7 搜索空间的修剪70
3.7.1 环修剪70
3.7.2 多路径修剪70
3.7.3 搜索策略小结72
3.8 更复杂的搜索73
3.8.1 分支定界73
3.8.2 搜索的方向75
3.8.3 动态规划77
3.9 回顾79
3.10 参考文献和进一步阅读80
3.11 练习80
第4章 约束推理83
4.1 可能世界、变量和约束83
4.1.1 变量和世界83
4.1.2 约束86
4.1.3 约束满足问题87
4.2 生成和测试算法88
4.3 使用搜索求解CSP88
4.4 一致性算法89
4.5 域分割93
4.6 变量消除94
4.7 局部搜索96
4.7.1 迭代改进98
4.7.2 随机算法98
4.7.3 局部搜索的变体99
4.7.4 评估随机算法102
4.7.5 随机重启104
4.8 基于种群的方法104
4.9 优化器106
4.9.1 系统化的优化方法108
4.9.2 用于优化的局部搜索110
4.10 回顾111
4.11 参考文献和进一步阅读112
4.12 练习112
第5章 命题与推理115
5.1 命题115
5.1.1 命题演算的语法115
5.1.2 命题演算的语义116
5.2 命题约束119
5.2.1 用于一致性算法的子句形式120
5.2.2 在局部搜索中利用命题结构121
5.3 命题确定子句121
5.3.1 问题和答案123
5.3.2 证明124
5.4 知识表示问题129
5.4.1 背景知识和观察129
5.4.2 查询用户130
5.4.3 知识层面的解释131
5.4.4 知识层面的调试133
5.5 反证法137
5.5.1 霍恩子句137
5.5.2 假设与冲突138
5.5.3 基于一致性的诊断139
5.5.4 用假设和霍恩子句进行推理140
5.6 完备知识假设143
5.6.1 非单调推理145
5.6.2 否定作为失败的证明过程146
5.7 溯因法148
5.8 因果模型152
5.9 回顾153
5.10 参考文献和进一步阅读153
5.11 练习154
第6章 确定性规划161
6.1 状态、动作、目标的表示161
6.1.1 显式状态空间表示162
6.1.2 STRIPS表示163
6.1.3 基于特征的动作表示164
6.1.4 初始化状态和目标166
6.2 前向规划166
6.3 回归规划168
6.4 CSP规划169
6.4.1 动作特征171
6.5 偏序规划173
6.6 回顾175
6.7 参考文献和进一步阅读176
6.8 练习176
第7章 有监督机器学习179
7.1 学习问题179
7.2 有监督学习181
7.2.1 评估预测值183
7.2.2 误差类型187
7.2.3 无输入特征的点估算189
7.3 有监督学习的基本模型190
7.3.1 学习决策树191
7
|
| 內容試閱：
|
本书是一本关于人工智能（AI）科学的书。人工智能研究计算智能体（computational agent）的设计。本书在结构上是一本教科书，但也适合对该领域感兴趣的广大读者。
我们写这本书，是因为我们对人工智能作为一门综合科学的出现感到兴奋。就像任何一门科学的发展一样，人工智能也涉及连贯的、正式的理论和狂热的实验。在这里，我们平衡理论和实验，展示如何将它们紧密联系在一起，并将人工智能的科学与工程应用结合在一起。我们相信“没有什么比好的理论更实用”这句格言。“凡事要尽量简单，但不能过于简单”这句话抓住了我们这种做法的精神内核。我们必须将科学建立在坚实的基础上，因此我们讨论了这些基础知识，但只是简单勾勒了建立有用的智能系统所需的复杂性，并举出了一些例子。虽然由此产生的系统将是复杂的，但基础和构件应该是简单的。
第2版对全书进行了广泛修订。我们根据在课堂上使用过本书的教师的反馈，对教材进行了重新编排。我们通过更新来反映当前的技术水平，将对学生来说比较困难的部分变得更加简单明了，增加了更直观的解释，并使伪代码算法与Python和Prolog算法的新的开源实现相配套。我们抵制住了只是不断添加更多资料的诱惑。现在，AI研究的扩展速度如此之快，潜在的新文字资料的量是巨大的。然而，研究不仅教会了我们什么东西有效，还教会了我们什么东西不那么好用，这让我们拥有高度的选择性。我们把更多关于机器学习技术的内容纳入其中，这些技术已经被证明是成功的。然而，研究也有趋势和热点。我们删除了那些已经被证明不那么有前途的技术，但将其与那些单纯远离热点的技术区分开来。如果所针对的问题仍然存在，而且这些技术有可能成为未来研究和发展的基础，我们仍会将所谓冷门的内容列入其中。我们进一步提出了智能体的单一设计空间的概念，展示了在一个简单、统一的框架中可以看到许多令人困惑的技术。这使我们能够强调计算智能体的基础原理，使学生更容易理解这些想法。
本书可作为计算机科学、计算机工程、哲学、认知科学或心理学等相关专业的高年级本科生或研究生的人工智能入门教材。本书对技术型人才更有吸引力，部分内容具有一定的挑战性，重点是通过实践来学习设计、构建和实现系统。任何对科学有好奇心的读者都会从学习本书中受益。具备计算系统方面的经验有益于学习本书，但构建系统的基础知识（包括逻辑、概率论、微积分和控制论等）并不是必需的，因为我们会根据需要介绍这些概念。
认真的学生将在多个层面上获得宝贵的技能，从智能体的规范和设计方面的专业知识，到为几个具有挑战性的应用领域实施、测试和改进实际软件系统的技能。从智能体这门新科学中获得的快感也是魅力之一。面对处理无处不在的、智能的、嵌入式智能体的世界，市场对相关技术人才的需求量很大。
本书的重点是在环境中行动的智能体。我们从简单的、静态环境中的简单智能体开始，逐渐增加智能体的能力，以应对更具挑战性的问题。我们探讨了十个维度的复杂性，从而逐步地、模块化地介绍使智能体的构建具有挑战性的因素。我们试图优化本书的结构，让读者能够分别理解其中的每一个维度，还将反复使用四种不同的任务（自主送货机器人、诊断助手、辅导系统和交易智能体）来说明这些想法，使之具体化。
我们希望学生所设想的智能体是一个分层设计的智能体，它在只能部分观察到的随机环境中智能地行动：能在线推理个体和个体之间的关系，具有复杂的偏好，在行动时学习，考虑到其他智能体，并在考虑到自身计算能力的限制下适当地行动。当然，我们不能从这样的智能体开始——构建这样的智能体仍然是一个有待研究的问题。因此，我们介绍简单的智能体，然后展示如何以模块化的方式将这些复杂的功能一一添加进去。
我们在设计上做了很多选择，使本书有别于同类书，包括我们之前写的书。
●我们试图搭建一个连贯的框架来理解人工智能。书中不会阐述不连贯的主题，不会把不相干的主题放在一起。例如，我们没有介绍人工智能的不连贯的逻辑和概率论观点，而是介绍了一个多维度的设计空间，在这个空间里，学生可以理解大局，且概率论和逻辑推理并存。
●与其介绍一些复杂的技术，不如清楚地解释可以构建这些技术的基础。这意味着本书所涉及的内容与科学前沿的内容可能存在较大的差距，但这也意味着学生在理解当前和未来的研究内容时会有更好的基础。
●一个比较困难的问题是如何将设计空间线性化。我们之前的书\\[Poole et al.，1998\\]很早就提出了一种关系语言，并用这种语言建立了学习基础。这种方法使得学生很难了解与关系不相关的工作，例如，以状态为基础展开的强化学习。在本书中，我们选择后讲关系方法。这种方法能更好地反映过去几十年来的研究，如基于特征表示的推理和学习所取得的进展。这种方法还可以让学生理解概率论和逻辑推理是相辅相成的。然而，本书的结构也支持教师先介绍各种关系。
我们提供了这些算法的开源Python实现（http://www.aipython.org），这些算法的设计目的是突出主要思想，不做额外的修饰来干扰主要思想。本书使用了AIspace.org
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
