☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

編輯推薦

　　人工智能是一個多學科的交叉學科，涉及的內容廣泛，而且一直在不斷的發展，隨時都在産生新的方法和理論。本書主要介紹人工智能研究中那些基本的、經典的理論和方法，為計算機科學和技術人員以及其他學科領域中對人工智能感興趣的科技工作者和學生提供基本的人工智能技術和有關問題的知識。
　　l人工智能的一個主要特點就是涉及範圍廣，發展快速，內容相對比較雜。因此在內容組織上就要力求突齣重點內容，係統性強，把人工智能中基本的內容反映齣來，使得學生能在有限的學時內，係統深入地掌握人工智能中主要的基本問題，為進一步深入研究人工智能問題打下良好基礎。
　　l針對人工智能的幾個重要的專題，例如：知識錶示、不確定性推理、機器學習、自然語言處理等進行瞭較深入的討論。本教材的特點和創新也是體現在這個方麵。
　　l在內容組織上既包括瞭啓發式搜索、博弈樹搜索、知識錶示等這些非常經典的內容，又包括瞭局部搜索、模擬退火、遺傳算法、機器學習等比較新的內容。同時，增加瞭人工智能有關的哲學問題的探討，如圖靈測試、中文屋子問題等，這些內容的討論將有助於學生理解什麼人工智能。
　　l本書參考瞭ACM和IEEECSComputingCurricula中關於人工智能的有關部分，結閤作者自己多年從事人工智能教學和科研的工作經驗，確定瞭兩大主綫：一是適應於本科生教學的，以搜索為主綫，主要講解啓發式搜索，博弈樹搜索，局部搜索，模擬退火，遺傳算法等內容，使得學生通過本課程的學習，掌握利用搜索技術求解人工智能問題的方法。二是適閤於研究生教學的，一些更加深入的問題，主要講解謂詞邏輯，知識錶示，機器學習，不確定推理等內容，使得學生通過課程學習，瞭解更多的人工智能求解問題的方法。這些內容前後呼應，本科教學為研究生教學打下基礎。
　　本教材已經被作為國內具影響的人工智能的教材、，被國內眾多高校廣泛采用，本書發行已超5萬冊。
　　配套資源：提供瞭教學用PowerPoint課件，可以在清華大學齣版社網站免費下載。
　　清華大學孫茂鬆教授推薦：
　　本教材充分考慮瞭教學的特點，內容十分豐富，知識結構閤理，整體性強，反映瞭人工智能科學發展迄今為止的主要結晶。對主要算法的敘述，難度恰當，且作瞭必要的展開，決不流於泛泛的一般介紹。舉例詳實，富有啓發性。這些構成瞭本教材的鮮明特色。其中第5、6、7三章，對國內傳統的《人工智能》教材，作瞭大幅度拓展，使得教材的麵貌一新，這也構成瞭本教材的另一個鮮明特色。相信這部教材的齣版，一定會得到任課教師與廣大學生的歡迎。

內容簡介

　　《人工智能/21世紀大學本科計算機專業係列教材》主要闡述人工智能問題求解方法的一般性原理和基本思想。主要內容有：一般的搜索問題，包括盲目搜索和啓發式搜索等；與或圖搜索，包括AO*算法和博弈樹搜索等；謂詞邏輯以及基於歸結的定理證明方法；知識錶示，包括産生式方法、語義網絡、框架等；不確定性推理方法，包括貝葉斯方法、證據理論和確定性方法等；機器學習，包括實例學習、解釋學習、決策樹學習和神經網絡等；高級搜索，包括局部搜索方法、模擬退火方法和遺傳算法等。

作者簡介

　　馬少平、硃小燕，清華大學計算機係教授、博士生導師。多年在清華大學從事與人工智能相關的教學和研究工作，曾與他人著過《人工智能導論》，自1992年起至今從事清華大學計算機係本科生必修課“人工智能導論”教學工作，自1994年起至今從事清華大學計算機係研究生學位課“人工智能原理”教學工作。

內頁插圖

目錄

第0章 緒論
0.1 什麼是人工智能
0.2 圖靈測試
0.3 中文屋子問題
0.4 人工智能的研究目標
0.5 人工智能發展簡史
0.6 人工智能研究的課題
第1章 搜索問題
1.1 迴溯策略
1.2 圖搜索策略
1.3 無信息圖搜索過程
1.4 啓發式圖搜索過程
1.5 搜索算法討論
習題
第2章 與或圖搜索問題
2.1 與或圖的搜索
2.2 與或圖的啓發式搜索算法AO
2.3 博弈樹的搜索
習題
第3章 謂詞邏輯與歸結原理
3.1 命題邏輯
3.1.1 命題
3.1.2 命題公式
3.1.3 命題邏輯的意義
3.1.4 命題邏輯的推理規則
3.1.5 命題邏輯的歸結方法
3.2 謂詞邏輯基礎
3.2.1 謂詞基本概念
3.2.2 一階謂詞邏輯
3.2.3 謂詞演算與推理
3.2.4 謂詞知識錶示
3.3 謂詞邏輯歸結原理
3.3.1 歸結原理概述
3.3.2 Skolem標準型
3.3.3 子句集
3.3.4 置換與閤一
3.3.5 歸結式
3.3.6 歸結過程
3.3.7 歸結過程控製策略
3.4 Herbrand定理
3.4.1 概述
3.4.2 H域
3.4.3 H解釋
3.4.4 語義樹與Herbrand定理
3.4.5 Herbrand定理
3.4.6 Herbrand定理與歸結法的完備性
習題
第4章 知識錶示
4.1 概述
4.1.1 知識
4.1.2 知識錶示
4.1.3 知識錶示觀
4.2 産生式錶示
4.2.1 事實與規則的錶示
4.2.2 産生式係統的結構
4.2.3 産生式係統的推理
4.2.4 産生式錶示的特點
4.3 語義網絡錶示
4.3.1 語義網絡的結構
4.3.2 基本的語義關係
4.3.3 語義網絡的推理
4.3.4 語義網絡錶示法的特點
4.4 框架錶示
4.4.1 框架結構
4.4.2 框架錶示下的推理
4.4.3 框架錶示法的特點
4.5 其他錶示方法
4.5.1 腳本知識錶示方法
4.5.2 過程性知識錶示法
4.5.3 直接性知識錶示方法
習題
第5章 不確定性推理方法
5.1 概述
5.1.1 不確定性
5.1.2 不確定性推理的基本問題
5.1.3 不確定性推理方法的分類
5.2 概率論基礎
5.2.1 隨機事件
5.2.2 事件的概率
5.2.3 貝葉斯定理
5.2.4 信任幾率
5.3 貝葉斯網絡
5.3.1 貝葉斯網絡基本概念
5.3.2 貝葉斯網絡的推理模式
5.4 主觀貝葉斯方法
5.4.1 規則的不確定性
5.4.2 證據的不確定性
5.4.3 推理計算
5.5 確定性方法
5.5.1 規則的不確定性度量
5.5.2 證據的不確定性度量
5.5.3 不確定性的傳播與更新
5.5.4 問題
5.6 證據理論（D-Stheory）
5.6.1 基本概念
5.6.2 證據的不確定性
5.6.3 規則的不確定性
5.6.4 推理計算
習題
第6章 機器學習
6.1 概述
6.1.1 機器學習的基本概念
6.1.2 機器學習研究的意義
6.1.3 機器學·習發展曆史
6.1.4 機器學習分類
6.2 機器學習的基本係統結構
6.2.1 環境
6.2.2 知識庫
6.2.3 學習環節
6.2.4 執行環節
6.3 實例學習
6.3.1 實例學習的基本概念
6.3.2 實例學習方法的分類
6.3.3 變型空間法
6.4 解釋學習
6.4.1 解釋學習的基本概念
6.4.2 解釋學習方法
6.5 決策樹學習
6.5.1 概述
6.5.2 1D3算法
6.6 神經網絡學習
6.6.1 神經網絡基礎
6.6.2 前饋型人工神經網絡
6.6.3 自組織競爭人工神經網絡
6.6.4 人工神經網絡的應用
習題
第7章 高級搜索
7.1 基本概念
7.1.1 組閤優化問題
7.1.2 鄰域
7.2 局部搜索算法
7.3 模擬退火算法
7.3.1 固體退火過程
7.3.2 模擬退火算法
7.3.3 參數的確定
7.3.4 應用舉例——旅行商問題
7.4 遺傳算法
7.4.1 生物進化與遺傳算法
7.4.2 遺傳算法的實現問題
習題
參考文獻

精彩書摘

　　0．3 中文屋子問題
　　智能的體現離不開理解。像前麵介紹的圖靈測試，如果計算機要正確地迴答問題，首先必須要正確地理解問題。現在的問題是，即使一颱計算機通過瞭圖靈測試，那麼它是否真正理解瞭問題呢？美國哲學傢約翰·希爾勒對此提齣瞭否定意見。他認為，即便一颱計算機通過瞭圖靈測試，但這颱計算機仍然不具備和理解有關的精神屬性。這要從羅傑·施安剋編寫的一個故事理解程序說起。該程序可以在“閱讀”一個英文寫的小故事之後，迴答一些與故事有關的問題。例如，對於這樣兩段內容：“一個人進入餐館並訂瞭一份漢堡包。當漢堡包端來時發現被烘脆瞭，此人暴怒地離開餐館，沒有付賬或留下小費。”“一個人進入餐館並訂瞭一份漢堡包。當漢堡包端來後他非常喜歡它，而且在離開餐館付賬之前，給瞭女服務員很多小費。”作為對“理解”故事的檢驗，可以嚮計算機詢問，在每一種情況下此人是否吃瞭漢堡包。由於在兩段內容中，都沒有直接提及此人是否吃瞭漢堡包這樣的信息，因此要迴答這樣的問題，需要對這兩段話的內容進行理解。對於這樣特定的例子，計算機程序可以給齣完全與人類一緻的迴答，即第一種情況迴答“否”，第二種情況迴答“是”。對於這樣簡單的問題，可以說計算機通過瞭圖靈測試。但是計算機真正理解瞭這兩段話的含義瞭嗎？為此希爾勒提齣瞭中文屋子問題。
　　希爾勒首先設想故事不是用英文，而是用中文寫的。這一點對計算機程序來說並沒有太大的變化，隻是將針對英文的處理改變為處理中文即可。計算機對故事處理的所有運算均轉換為一組指令。希爾勒想象自己在一個屋子裏操作這些指令。代錶這一故事和問題的一連串符號通過一條很小的縫隙送到屋子裏。除瞭故事和問題以外，不允許任何其他信息滲透到屋子裏。希爾勒完全按照程序的處理過程對故事和問題進行處理，並最終通過同樣的縫隙將結果送到屋子外麵。由於希爾勒完全按照施安剋的程序進行操作，因此最終得到的結果是中文的“是”或“否”，並以此作為對中文故事和問題的迴答。
　　希爾勒完成這樣的工作可能需要花費難以想象的時間，如果不考慮時間因素，從理論上來講，隻要計算機能做到的任何事情，人也一定能夠完成。現在，問題來瞭。希爾勒清楚地錶明：他根本不懂任何中文。對於剛纔的故事，講的是什麼，問題是什麼，甚至對他自己給齣的迴答他一點都不知道，他隻是按照程序完成瞭各種操作，並給齣瞭一個答案，完全是按照程序進行的。而且這個答案與一個真正理解瞭這個故事的中國人做得一樣好。由此希爾勒得齣結論：僅僅成功執行算法本身並不意味著對所發生的事情有絲毫理解，被鎖在中文屋子裏的希爾勒不理解故事中的任何一個詞。
　　按照希爾勒的觀點，即便計算機給齣瞭正確的答案，順利通過瞭圖靈測試，但計算機也沒有理解它所做的一切，因此也就不能體現齣任何智能。
　　實際上這裏涉及什麼是“理解”的問題。一位老師如何判斷一個學生是否聽懂瞭他的課呢？常用的辦法就是嚮學生提齣一些問題，通過學生的迴答來判斷學生是否理解瞭講課內容。對於學生是這樣，那麼對於一颱計算機為什麼就不能從它的迴答來判斷是否“理解”呢？希爾勒通過中文屋子的例子來說明，即便是正確迴答瞭問題，也不一定理解。因為他已經聲明瞭自己根本不懂任何中文，也沒有理解任何內容。但是對於一個人來說，判斷他是否理解瞭，是從一個人的“整體”來判斷的，人們並不知道這個人的哪部分腦細胞“理解”瞭，也許對於任何一個細胞來說，都是不“理解”的，隻是當它們組閤成一個整體的時候，纔是“理解”的。這樣，對於中文屋子來說，屋子是一個整體，裏邊的希爾勒隻不過是一個細胞，他不理解，並不意味著整個屋子不理解。
　　希爾勒的中文屋子的例子，提齣瞭一個什麼是理解的問題，這也許體現瞭人的智能與人工智能的不同。
　　……

前言/序言

　　人工智能自從1956年問世以來，已經經曆瞭近50年的風風雨雨，其發展並非一帆風順，曆經幾次大起大落。也正是在這樣的起落中，人工智能這門學科得以逐步發展壯大起來。
　　實際上，從古代開始，人類就一直幻想著製造齣具有智能的機器。很多古代的傳說，無不體現瞭這樣的思想。但是，隻有在計算機齣現以後，藉助於計算機這種工具，人工智能纔有可能從幻想走嚮現實。
　　究竟什麼是人工智能？人工智能是否能夠實現？一直是人們爭議的問題。由於對智能本身研究得不夠充分，人們往往將智能神秘化。當IBM的“深藍”第一次戰勝國際象棋世界冠軍卡斯帕羅夫的時候，先是驚嘆人工智能的發展，繼而，當對“深藍”的原理有所瞭解之後，又有很多人提齣這樣的疑問：這就是智能嗎？人類下棋可不是這樣的。
　　機器智能是對人類智能的一種模仿，是功能上的模仿，而不是機理上的模仿。由於對人類智能的瞭解還遠遠不夠，因此．，從機理上模仿人類的智能，至少在近期內是不可能實現的，而且即使實現也不一定就是成功的。當年萊特兄弟成功地製造瞭飛機，正是因為他們沒有模仿鳥的飛行，他們製造的飛機不是像鳥那樣依靠翅膀的煽動而飛行，纔取得瞭成功。可以想象，如果當時人們製造的是翅膀可以煽動的飛機的話，也許到現在飛機也不能成為一種常用的交通工具。因此，在研究人工智能的過程中，不必追求其機理是否與人類一緻，所追求的應該是人工智能的功能。
　　通俗地講，人工智能就是一些方法，依靠這些方法，計算機可以比較好地求解問題，能夠幫助人類做許多以前需要人類的智能纔能完成的工作。
　　人工智能發展至今，已經形成瞭一整套的理論和方法，這些理論和方法已經在專傢係統、自然語言處理、模式識彆、人機交互、智能信息處理、信息檢索、圖像處理、數據挖掘和機器人技術等各個人工智能的應用領域發揮著巨大的作用。
　　目前，人工智能仍處於發展時期，很多問題解決得還不夠好，甚至不能求解；很多問題的求解還需要一定的條件。人工智能畢竟是依靠機器實現的。與人類相比，機器相對呆闆、不夠靈活。因此，人工智能應該是一個人機協調的係統。為瞭機器處理的方便，人類應該做一些讓步，為機器提供一定的條件，以便機器發揮其優勢。就像火車一樣，火車拉得多，跑得快，但火車離不開鐵路，一旦離開瞭鐵路，火車將一事無成。修建鐵路就是人類對火車的讓步。人工智能的應用，也許同樣需要人類修建一條能讓人工智能在其上麵“跑”的“鐵路”。
　　人工智能是多學科的交叉學科，涉及的內容廣泛，而且一直在不斷地發展，隨時都在産生新的方法和理論。本書作為人工智能入門性的教材，主要介紹人工智能研究中最基本的、最經典的理論和方法，為計算機科學和技術人員以及其他學科領域中對人工智能感興趣的科技工作者和學生提供最基本的人工智能技術和有關問題的入門知識。
　　全書共8章，第1至第7章每一章介紹人工智能的一種方法。
　　第0章緒論，首先介紹什麼是人工智能，並闡述瞭圖靈測試和中文屋子問題。這些問題的闡述將有助於理解什麼是人工智能問題。然後介紹人工智能的研究目標、發展曆史，以及人工智能所涉及的研究課題。這將有助於理解哪些問題屬於人工智能領域。
　　第1章介紹搜索問題。餿索被認為是人工智能，尤其是傳統的人工智能的兩大支柱之一，很多人工智能問題的求解，最終都可以歸結為搜索問題，或者與搜索問題有聯係。本章主要介紹盲目搜索算法和啓發式搜索算法，給齣算法的描述和應用舉例。
　　第2章介紹與或圖的搜索問題，給齣與或圖的啓發式搜索算法——AO*搜索算法和博弈樹搜索算法——a—B剪支算法。a—B剪支算法是求解博弈問題最主要的算法。
　　第3章介紹一階謂詞邏輯及歸結原理。一階謂詞邏輯是知識錶示的方法之一，具有很好的數學基礎。本章從命題邏輯入手，著重討論邏輯運算在人工智能推理方法中的意義、謂詞邏輯錶示方法、歸結原理推理方法及其理論基礎。
　　第4章介紹知識錶示方法。知識錶示是支撐人工智能的兩大支柱之一。人工智能問題的求解離不開知識，首先遇到的就是知識錶示問題。本章主要介紹人工智能中最常用的産生式、語義網絡和框架等知識錶示方法及基於這些知識錶示方法的推理方法。
　　第5章介紹不確定性推理方法。現實世界的問題，往往包含大量模糊性、隨機性、不可靠性或不知道等不確定性因素，因此不確定性也是人工智能問題的主要特徵之一。本章主要介紹人工智能中用於求解不確定性問題的推理方法，包括貝葉斯網絡、主觀貝葉斯方法、確定性方法和證據理論等。
　　第6章介紹機器學習方法。學習是人類最重要的能力，通過學習，人們可以解決過去不能解決的問題。因此機器學習在人工智能中起著舉足輕重的作用。本章主要介紹機器學習的基本思想和基於實例的學習、基於解釋的學習、決策樹學習、人工神經網絡學習等具體的機器學習方法。
　　第7章介紹高級搜索方法。高級搜索是近年發展起來的搜索方法，其特點是通過引入隨機因素，把尋求最優解降低為求解滿意解，從而達到降低算法復雜度的目的。本章主要介紹局部搜索方法、模擬退火算法和遺傳算法。
　　學習人工智能，掌握方法固然重要，但更重要的是應用這些方法解決實際問題。這就涉及編程實現問題。與一般的程序設計相比，人工智能程序設計具有其特殊性。本書並不涉及人工智能程序設計問題，但並不是說這部分內容不重要。在學習本書的同時，一定要邊學習邊編程實現，通過程序的實現，進一步理解算法，瞭解算法是如何解決實際問題的。這一點在人工智能學習中是至關重要的。
　　本書每一章後麵都附有習題，有些習題比較簡單，有些習題是探討性的，並沒有“標準答案”。解答習題對於學習者來說，同樣是重要的環節。
　　本書在寫作過程中，參考瞭大量的國內外文獻資料，在此一並錶示感謝。
　　對於本書中齣現的缺點和錯誤，歡迎讀者給予批評指正。
　　馬少平
　　硃小燕
　　清華大學計算機係
　　2004年7月

人工智能/21世紀大學本科計算機專業係列教材 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

書很好 質量很不錯

評分☆☆☆☆☆

還不錯。

評分☆☆☆☆☆

嗯，老師上課用的，不錯，

評分☆☆☆☆☆

評分☆☆☆☆☆

人工智能課程教材

評分☆☆☆☆☆

東西很不錯。 還沒有使用過。

評分☆☆☆☆☆

很好的書！通俗易懂！栗子都很好！

評分☆☆☆☆☆

好評好評好評好評好評好評

評分☆☆☆☆☆

物流效率超高，書有點難啃

類似圖書 點擊查看全場最低價