人工智慧-現代方法(第三版)(中文書)

書名 人工智慧-現代方法(第三版)(中文書)
作者 歐崇明、時文中、陳 龍
出版社 全華圖書股份有限公司
出版日期 2018-09-19
ISBN 9789864639014
定價 800
特價 95折   760
庫存

即時庫存=1
分類 中文書>教育>高等教育

商品簡介

人工智慧是一個龐大的領域,而這也是一本龐大的書。我們試圖探索這個領域的所有層面,包括邏輯、機率和連續數學;感知、推理、學習和行動;以及從微電子設備到行星探測機器人等一切鉅細問題。這本教科書之所以龐大也因為我們探討達到一定深度。本書的副標題是「現代方法」。這個相當空洞的短語企圖表達的是,我們試圖將已知的進展整合到一個共同的框架中,而不是試圖在各自的歷史脈絡下解釋人工智慧的各個子領域。有些子領域的描述篇幅會因此變得較少,我們為此致歉,但本書仍不失為一本值得參考的好書。
客服 02-2570-1233 | 會員服務使用條款 | 隱私權政策
PC版 TAAZE | Mobile版 TAAZE
Power By 學思行數位行銷股份有限公司

人工智慧-現代方法(第三版)

章節目錄

PART I 人工智慧1  緒論 1-11.1 什麼是人工智慧? 1-11.2 人工智慧的基礎 1-41.3 人工智慧的歷史 1-141.4 當前發展水準 1-251.5 總結 1-262  智慧型代理人 2-12.1 代理人和環境 2-12.2 好的行為表現:理性的概念 2-32.3 環境的本質 2-62.4 代理人的結構 2-112.5 總結 2-22PART II 問題求解3  用搜尋法對問題求解 3-13.1 問題求解代理人 3-13.2 範例問題 3-63.3 對解的搜尋 3-103.4 資訊的搜尋策略 3-153.5 有資訊(啟發式)搜尋策略 3-253.6 啟發函數 3-353.7 總結 3-404  進階搜尋  4 -14.1 局部搜尋演算法和最佳化問題 4-14.2 連續空間的局部搜尋 4-94.3 不確定性行動的搜尋 4-114.4 使用部分觀察的搜尋 4-154.5 線上搜尋代理人和未知環境 4-234.6 總結 4-285  對抗搜尋 5-15.1 賽局 5-15.2 賽局的最佳化決策 5-35.3 ��-�� 剪枝 5-65.4 不完整的即時決策 5-95.5 隨機賽局 5-145.6 部分可觀察賽局 5-175.7 最先進的賽局程式 5-215.8 其他方法 5-235.9 總結 5-256  限制滿足問題  6-16.1 限制滿足問題的定義 6-16.2 限制的傳播:於CSP推理 6-66.3 CSP問題的回溯搜尋 6-116.4 CSP問題的局部搜尋 6-176.5 問題的結構 6-186.6 總結 6-22PART III 知識、推理、規劃7  邏輯代理人 7-17.1 知識型代理人 7-27.2 wumpus世界 7-37.3 邏輯 7-67.4 命題邏輯:一種非常簡單的邏輯 7-97.5 命題定理之證明 7-147.6 有效的命題模型檢驗 7-257.7 命題邏輯型代理人 7-307.8 總結 7-388  一階邏輯 8-18.1 表示法的回顧 8-18.2 一階邏輯的語法和語義 8-58.3 使用一階邏輯 8-158.4 一階邏輯的知識工程 8-228.5 總結 8-289  一階邏輯中的推理 9-19.1 命題與一階推理 9-19.2 統一和提升 9-49.3 前向鏈結 9-89.4 反向鏈結 9-159.5 解消 9-229.6 總結 9-3410  經典規劃  10-110.1 經典規劃的定義 10-110.2 經典規劃法作為狀態空間搜尋 10-710.3 規劃圖 10-1210.4 其他的經典規劃方法 10-1910.5 規劃方法分析 10-2410.6 總結 10-2511  現實世界的規劃與行動  11-111.1 時間、排程、和資源 11-111.2 分層規劃 11-511.3 在非確定性領域中進行規劃和行動 11-1311.4 多代理人規劃 11-2111.5 總結 11-2612  知識表示 12-112.1 本體論工程 12-112.2 類別和物件 12-312.3 事件 12-912.4 精神事件與精神物件 12-1312.5 類別的推理系統 12-1612.6 預設資訊推理 12-2012.7 網際網路購物世界 12-2312.8 總結 12-28PART IV 不確定知識與推理13  量化不確定性 13-113.1 不確定環境下的行動 13-113.2 基本機率標記法 13-413.3 使用全聯合分佈進行推理 13-1113.4 獨立性 13-1313.5 貝氏法則及其應用 13-1513.6 重遊wumpus世界 13-1813.7 總結 13-2114  機率推理 14-114.1 不確定領域中的知識表示 14-114.2 貝氏網路的語意 14-314.3 條件分佈的有效率表示 14-814.4 貝氏網路中的精確推理 14-1114.5 貝氏網路的近似推理 14-1814.6 關連與一階機率模型 14-2614.7 不確定推理的其他方法 14-3214.8 總結 14-3615  關於時間的機率推理 15-115.1 時間與不確定性 15-115.2 時序模型中的推理 15-415.3 隱馬可夫模型 15-1215.4 卡爾曼濾波器 15-1715.5 動態貝氏網路 15-2315.6 多重目標的追蹤 15-3115.7 總結 15-3416  制訂簡單決策 16-116.1 在不確定性環境下結合信度與願望 16-116.2 效用理論的基礎 16-216.3 效用函數 16-516.4 多屬性效用函數 16-1116.5 決策網路 16-1516.6 資訊價值 16-1716.7 決策理論的專家系統 16-2116.8 總結 16-2317  制訂複雜決策 17-117.1 循序決策問題 17-117.2 價值疊代 17-617.3 策略疊代 17-1017.4 部分可觀察的馬可夫決策過程 17-1217.5 多代理人的決策:賽局理論 17-1917.6 機制設計 17-3017.7 總結 17-35PART V 學習18  從實例中學習 18-118.1 學習的形式 18-118.2 受監督的學習 18-318.3 學習決策樹 18-518.4 評估與選擇最佳假設 18-1418.5 學習的理論 18-1818.6 線性模型的回歸與分類 18-2218.7 人工類神經網路 18-2918.8 無參數模型 18-3718.9 支持向量機 18-4218.10 集體學習 18-4618.11 實際的機器學習 18-5018.12 總結 18-5319  學習中的知識 19-119.1 學習的邏輯公式 19-119.2 學習中的知識 19-919.3 基於解譯的學習 19-1219.4 使用相關資訊進行學習 19-1519.5 歸納邏輯程式設計 19-1819.6 總結 19-2720  學習機率模型  20-120.1 統計學習 20-120.2 完整資料下的學習 20-420.3 隱變數學習:EM演算法 20-1320.4 總結 20-2121  強化學習 21-121.1 緒論 21-121.2 被動式強化學習 21-221.3 主動式強化學習 21-821.4 強化學習中的一般化 21-1321.5 策略搜索 21-1621.6 強化學習問題的應用 21-1821.7 總結 21-20PART VI 通訊、感知與行動22  自然語言處理  22-122.1 語言模型 22-122.2 文本分類 22-522.3 資訊檢索 22-722.4 資訊擷取 22-1322.5 總結 22-2123  自然語言通訊  23-123.1 片語結構文法 23-123.2 句法分析(剖析) 23-423.3 擴充文法和語意解釋 23-923.4 機器翻譯 23-1723.5 語音識別 23-2223.6 總結 23-2724  感知  24-124.1 成像 24-224.2 初級影像處理運算 24-724.3 藉由外表之物體辨識 24-1324.4 重建三維世界 24-1824.5 從結構資訊中進行物體辨識 24-2624.6 使用視覺 24-2924.7 總結 24-3325  機器人學 25-125.1 緒論 25-125.2 機器人硬體 25-325.3 機器人的感知 25-725.4 運動規劃 25-1425.5 規劃不確定的運動 25-2025.6 運動 25-2325.7 機器人軟體架構 25-2825.8 應用領域 25-3125.9 總結 25-34PART VII 結論26  哲學基礎 26-126.1 弱人工智慧:機器能夠智慧地行動嗎? 26-126.2 強人工智慧:機器真的能夠思考嗎? 26-626.3 發展人工智慧的道德規範與風險 26-1326.4 總結 26-1827  人工智慧:現在與未來 27-127.1 代理人的組成部分 27-127.2 代理人架構 27-427.3 我們前進於正確方向嗎? 27-527.4 要是人工智慧成功了? 27-7附錄及參考書目均收錄於隨書CD附 錄A  數學背景A.1 複雜度分析與O( )符號 App-1A.2 向量、矩陣和線性代數 App-3A.3 機率分布 App-5B  關於語言與演算法的詮釋B.1 用Backus-Naur Form(BNF)定義語言 App-8B.2 用虛擬碼描述演算法 App-9B.3 線上協助 App-10參考書目
客服 02-2570-1233 | 會員服務使用條款 | 隱私權政策
PC版 TAAZE | Mobile版 TAAZE
Power By 學思行數位行銷股份有限公司