书籍详情

人工智能(第3版)

人工智能(第3版)

作者:(美)温斯顿 著,崔良沂,赵永昌 译;崔良沂译

出版社:清华大学出版社

出版时间:2005-07-01

ISBN:9787302103271

定价:¥68.00

购买这本书可以去
内容简介
  本书为第3版内容,经过了完全重写和更新,反映了之前版本发行以来人工智能领域的革命性进展。第1部分阐述知识表达和利用知识进行推理的方法,第2部分阐述显现智能的先决条件——学习能力,第3部分阐述视觉感知和语言理解;其《教师手册》包含了详细的习题解答和教学大纲范例;对已掌握LISP语言的读者,还可从因特网下载有关该书的大量程序。本书适合计算机科学与工程专业学生,还有心理学、生物学、语言学、哲学专业学生和有关研究人员。作者简介:帕特里克?亨利?温斯顿(PatrickHenryWinston):美国人工智能协会前主席;美国麻省理工学院(MIT)人工智能和计算机科学教授,主讲《人工智能导论》等有关课程;美国Ascent技术公司总裁和创始人之一;1972至1997年任MIT人工智能实验室主任(注:MIT人工智能实验室(AILab)与MIT计算机科学实验室(LCS)已于2003年7月1日合并成为MIT计算机科学与人工智能实验室(CSAIL),囊括电气工程与计算机科学、数学、脑科学与认知科学、航空航天、海洋工程、生物工程、健康科学等多种交叉学科);1997年任《对人工智能的再思考》论坛主席,主持讨论人工智能在商业上向何处去,发言者来自迪斯尼、通用电气、微软、网景等公司以及东道主MIT人工智能实验室;主要出版著作有《ArtificialIntelligence,ThirdEdition》、《OntoSmalltalk》、《OntoC》、《OntoC++》、《OntoJava》、《Lisp,ThirdEdition》(与BertholdK.P.Horn合著)、《TheAIBusiness:CommercialUsesofArtificialIntelligence》(与KarenA.Prendergast合编)、《ArtificialIntelligenceatMIT:ExpandingFrontiers》(与SarahA.Shellard合编)、《ArtificialIntelligence:AnMITPerspective》(与RichardH.Brown合编)等。Email:phw@csail.mit.edu译者简介:崔良沂曾作为访问学者赴德国柏林工业大学新型计算机结构研究中心从事研究,执教于上海交通大学计算机系、软件学院及国际教育学院。研究兴趣:计算机科学、心理学、语言学交汇的边缘学科。Email:cui_ly@sjtu.edu.cn赵永昌美国夏威夷大学硕士、访问学者。研究兴趣:认知科学、信息通讯科学、以及自然语言理解。Email:dyczhao@hawaii.edu
作者简介
  温斯顿,美国人工智能协会前主席 ;美国麻省理工学院人工智能和计算机科学教授,主讲《人工智能导论》等有关课程;美国Ascent技术公司总裁和创始人之一;1972年至1997年任MIT人工智能实验室主任;1997年任《对人工智能的再思考》论坛主席,主持讨论人工智能在商业上向何处去,发言者来自迪斯尼、通用电气、微软 、网景等公司以及东道 MIT人工智能实验室;主要出版著作有:《Artificial Intellgence,Third Edition》、 《On to Smalltalk》、《On to C》、《On to C++》、《 On to Java》、《Lisp, Third Edition》、《The AI Business:Commercial Uses of Artificial》、《Artificial Intelligence at MIT: Expanding Frontiers》、《Artificial Intelligence:An MIT Perspective》等。
目录
第1部分 表达和方法 
 第1章 智能计算机 
 第2章 语义网络和描述匹配 
 第3章 生成-测试法、手段-目标分析法和问题归约法 
 第4章 网络和基本搜索法 
 第5章 网络和最佳搜索法 
 第6章 树和对抗搜索法 
 第7章 规则和规则链接 
 第8章 规则、底层和认知模型的建立 
 第9章 框架和继承 
 第10章 框架和常识 
 第11章 数值约束和传播 
 第12章 标符约束和传播 
 第13章 逻辑和消解法证明
 第14章 回溯和真值维护 
 第15章 规划 
第2部分 学习和认识规律 
 第16章 通过分析差异进行学习 
 第17章 通过解释经验进行学习 
 第18章 通过纠正错误进行学习 
 第19章 通过记录案例进行学习  
 第20章 通过管理多重模型进行学习
 第21章 通过建立识别树进行学习  
 第22章 通过训练神经网络进行学习          
 第23章 通过训练感知机进行学习 
 第24章 通过训练近似网络进行学习 
 第25章 通过模拟进化进行学习 
第3部分 视觉和语言 
 第26章 识别物体 
 第27章 描述图像 
 第28章 表达语言约束 
 第29章 应答疑问句和命令句 
附录 关系数据库 
习题 
中英文术语对照
猜您喜欢

读书导航