人工智慧(2021年機械工業出版社出版的圖書)

《人工智慧》是2021年機械工業出版社出版的圖書。

基本介紹

• 中文名：人工智慧
• 作者：[加]DavidL.Poole,[加]阿蘭·K.麥克沃斯
• 出版時間：2021年
• 出版社：機械工業出版社
• ISBN：9787111684350

內容簡介

本書是人工智慧領域的經典書籍，新版做了全面修訂，增加了關於機器學習的內容，並更新了代碼示例和練習。本書主要討論智慧型體（agent）的基本概念和體系結構，從計算的角度介紹相關的規劃、學習、推理、協商、互動機制等理論，基於自主送貨機器人、診斷助手、智慧型輔導系統和交易智慧型體四個原型套用，在一個連貫的框架下研究智慧型體的設計、構建和實現，並從十個維度考慮設計空間的複雜性。本書適合作為高等院校計算機科學等相關專業的人工智慧入門教材，也適合該領域的技術人員參考。

圖書目錄

譯者序

前言

致謝

部分　世界中的智慧型體：什麼是智慧型體？如何創建智慧型體？

第1章　人工智慧與智慧型體2

　1.1　什麼是人工智慧2

　　1.1.1　人工智慧和自然智慧型3

　1.2　人工智慧簡史5

　　1.2.1　與其他學科的關係7

　1.3　環境中的智慧型體7

　1.4　設計智慧型體8

　　1.4.1　設計時間計算、離線計算和線上計算8

　　1.4.2　任務10

　　1.4.3　定義解決方案11

　　1.4.4　表示12

　1.5　智慧型體設計空間14

　　1.5.1　模組性14

　　1.5.2　規劃視野14

　　1.5.3　表示15

　　1.5.4　計算限制16

　　1.5.5　學習17

　　1.5.6　不確定性18

　　1.5.7　偏好19

　　1.5.8　智慧型體數量19

　　1.5.9　互動性20

　　1.5.10　各維度的相互作用20

　1.6　原型套用21

　　1.6.1　自主送貨機器人22

　　1.6.2　診斷助手24

　　1.6.3　智慧型輔導系統25

　　1.6.4　交易智慧型體27

　　1.6.5　智慧型家居28

　1.7　本書概覽29

　1.8　回顧29

　1.9　參考文獻和進一步閱讀30

　1.10　練習31

第2章　智慧型體的體系結構與層次控制32

　2.1　智慧型體32

　2.2　智慧型體系統33

　　2.2.1　智慧型體的功能33

　2.3　層級控制36

　2.4　用推理行動42

　　2.4.1　智慧型體建模世界42

　　2.4.2　知識和行動43

　　2.4.3　設計時間計算和離線計算44

　　2.4.4　線上計算45

　2.5　回顧46

　2.6　參考文獻和進一步閱讀46

　2.7　練習47

第二部分　確定性推理、規劃與學習

第3章　搜尋解決方案50

　3.1　以搜尋的方式解決問題50

　3.2　狀態空間51

　3.3　圖搜尋53

　　3.3.1　形式化圖搜尋53

　3.4　通用搜尋算法55

　3.5　無信息搜尋策略57

　　3.5.1　廣度優先搜尋57

　　3.5.2　深度優先搜尋59

　　3.5.3　疊代深化62

　　3.5.4　代價優先搜尋64

　3.6　啟發式搜尋65

　　3.6.1　A搜尋66

　　3.6.2　設計啟發式函式69

　3.7　搜尋空間的修剪70

　　3.7.1　環修剪70

　　3.7.2　多路徑修剪70

　　3.7.3　搜尋策略小結72

　3.8　更複雜的搜尋73

　　3.8.1　分支定界73

　　3.8.2　搜尋的方向75

　　3.8.3　動態規劃77

　3.9　回顧79

　3.10　參考文獻和進一步閱讀80

　3.11　練習80

第4章　約束推理83

　4.1　可能世界、變數和約束83

　　4.1.1　變數和世界83

　　4.1.2　約束86

　　4.1.3　約束滿足問題87

　4.2　生成和測試算法88

　4.3　使用搜尋求解CSP88

　4.4　一致性算法89

　4.5　域分割93

　4.6　變數消除94

　4.7　局部搜尋96

　　4.7.1　疊代改進98

　　4.7.2　隨機算法98

　　4.7.3　局部搜尋的變體99

　　4.7.4　評估隨機算法102

　　4.7.5　隨機重啟104

　4.8　基於種群的方法104

　4.9　最佳化器106

　　4.9.1　系統化的最佳化方法108

　　4.9.2　用於最佳化的局部搜尋110

　4.10　回顧111

　4.11　參考文獻和進一步閱讀112

　4.12　練習112

第5章　命題與推理115

　5.1　命題115

　　5.1.1　命題演算的語法115

　　5.1.2　命題演算的語義116

　5.2　命題約束119

　　5.2.1　用於一致性算法的子句形式120

　　5.2.2　在局部搜尋中利用命題結構121

　5.3　命題確定子句121

　　5.3.1　問題和答案123

　　5.3.2　證明124

　5.4　知識表示問題129

　　5.4.1　背景知識和觀察129

　　5.4.2　查詢用戶130

　　5.4.3　知識層面的解釋131

　　5.4.4　知識層面的調試133

　5.5　反證法137

　　5.5.1　霍恩子句137

　　5.5.2　假設與衝突138

　　5.5.3　基於一致性的診斷139

　　5.5.4　用假設和霍恩子句進行推理140

　5.6　完備知識假設143

　　5.6.1　非單調推理145

　　5.6.2　否定作為失敗的證明過程146

　5.7　溯因法148

　5.8　因果模型152

　5.9　回顧153

　5.10　參考文獻和進一步閱讀153

　5.11　練習154

第6章　確定性規劃161

　6.1　狀態、動作、目標的表示161

　　6.1.1　顯式狀態空間表示162

　　6.1.2　STRIPS表示163

　　6.1.3　基於特徵的動作表示164

　　6.1.4　初始化狀態和目標166

　6.2　前向規劃166

　6.3　回歸規劃168

　6.4　CSP規劃169

　　6.4.1　動作特徵171

　6.5　偏序規劃173

　6.6　回顧175

　6.7　參考文獻和進一步閱讀176

　6.8　練習176

第7章　有監督機器學習179

　7.1　學習問題179

　7.2　有監督學習181

　　7.2.1　評估預測值183

　　7.2.2　誤差類型187

　　7.2.3　無輸入特徵的點估算189

　7.3　有監督學習的基本模型190

　　7.3.1　學習決策樹191