人工智能 (第2版)

[美] 史蒂芬·卢奇(Stephen Lucci)

出版时间

2018-08-01

ISBN

9787115488435

评分

★★★★★
书籍介绍
翻开这本书,你首先会被它的体系感打动:从图灵测试的争议、强/弱人工智能的辨析,到盲目搜索、专家系统、自然语言处理,一条清晰的学科脉络徐徐展开。但真正让读者产生分化的,是它的
作者简介
史蒂芬·卢奇(Stephen Lucci) 拥有纽约市立大学的博士学位,目前在纽约市立大学教授计算机科学课程。他曾在高性能计算领域发表了多篇论文,并且是NASA 发起的MU-SPIN 项目的学术带头人。MU-SPIN 项目旨在为NASA 培养下一代*尖的科学家和工程师。 丹尼·科佩克(Danny Kopec) 拥有爱丁堡大学博士学位,目前在纽约市立大学布鲁克林学院和纽约市立大学研究生中心任教。他发表过多篇论文,并出版过几本书,还是一位国际象棋大师。 译者简介 林赐 软件设计师、网络工程师,毕业于渥太华大学系统科学硕士专业,已翻译出版《Python神经网络编程》等多本技术图书。
目录
第一部分引言
第 1章人工智能概述 2
1.0 引言 2
1.0.1 人工智能的定义 3
1.0.2 思维是什么?智能是什么? 3

显示全部
用户评论
中规中矩的教科书
很久之前借的图书馆的书,读完没有什么印象了
思考是推理、分析、评估和形成思想和概念的工具。智能就是高效以及有效的思维。抽象是一种策略,忽略对象或概念的实现(例如内部工作)。波利亚(启发式)问题求解的一般方法:1了解问题2制定计划3实现计划4评估结果。爬山法是一种贪婪算法(包含一个已优化的目标函数并分步操作),对过去和未来都没有知识,因此可能会困在局部最大值中。解决局部最大值问题是回溯到更早的节点并尝试不同的方向。数据是没有附加任何意义或单位的数字,事实是具有单位的数字。信息是将事实转化为意义。知识是高阶信息表示和处理,方便做出复杂的决策和理解。知识表示系统由数据结构(包括树、列表和堆栈等)和(为了使用知识而需要的)解释程序(搜索、排序和组合)即系统中必须有便利的用于存储知识的结构,用以快速访问和处理知识的方式,得到问题求解决策和动作。
一份综述
2月读完的,前面还能勉强看懂,后面到算法部分基本看天书了。
这本太精简了,适合非AI方向的看。R&N比它好很多。
内容是不错的,基本上讲了ai发展过程中研究的不同领域。就是有很多错误。有些是原版上有的,有些是翻译错误,连与和或都都分不清
【已购】历史+相关技术课程,涵盖了AI整个领域,不过很多历史技术内容已经淘汰了,不太适合学习
好经典的书,希望以后可以入纸质版
下载
收藏