人工智能：復雜問題求解的結構和策略（英文版，第5版）

定　價：￥88.00

作　者：	（美）盧格爾（Luger,G.F.）著
出版社：	機械工業(yè)出版社
叢編項：	經典原版書庫
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111172680	出版時間：	2005-10-10	包裝：	膠版紙
開本：	小16開	頁數(shù)：	903	字數(shù)：

內容簡介

　　“這是市面上能夠覆蓋過去10年間在我的人工智能課程中所包含的所有主題的少有的幾本書之一?！保築ruceMaxim，密歇根大學迪爾本分?！氨緯侨斯ぶ悄苷n程的完美補充。它既給讀者以歷史的觀點，又給出所有技術的實用指南。這是一本必須要推薦的人工智能的圖書?！保篜ascalRebreyend，瑞典達拉那大學“這一版進行了出色的添加和改進。我將在我的初級和高級人工智能課程中使用第5版。”：PeterFunk，瑞典馬拉達倫大學“本書的編寫風格和對于主題的全面把握使本書成為一本有價值的人工智能專著。”：MalachyEaton，愛爾蘭利默里克大學機器能夠像人一樣思考嗎？這個問題是人工智能技術發(fā)展的驅動力量，但它只是這門不斷演進、令人激動的學科的起點。人工智能使用不同的策略來解決應用計算機技術的任意領域（從那些屬于感知和適應的領域，到智能主體、自然語言理解和隨機模型的領域）中出現(xiàn)的復雜問題。本書是經典的人工智能教材，適合一到兩個學期使用，已被賓夕法尼亞大學、密歇根大學、加州理工大學等眾多高校選用。同時，本書也是人工智能領域的研究者或者希望在自身工作中應用當前人工智能技術的實踐者的優(yōu)秀參考書。GeorgeLuger在研究復雜問題求解技術的同時，還展示了他本人對于人工智能研究的熱愛和激情。另外，他還描述了如何使用大量不同的軟件工具和技術來應對現(xiàn)今的計算機科學家所面臨的諸多挑戰(zhàn)。第5版的新增內容●新增一章，專門介紹隨機方法?！裨谠S多章節(jié)中補充和擴展了資料，展示出基于主體的問題解決方法的重要性及其在人工智能技術中的體現(xiàn)。●提出了自然語言理解中的一些問題，包括用子語言理解的隨機方法、馬爾可夫模型、分類與回歸樹，交互信息聚類和基子分析的統(tǒng)計學。●從哲學、心理學以及神經生理學角度進一步討論人工智能的各項成果。

作者簡介

　　George F.Luger，1973年在賓夕法尼亞大學獲得博士學位，在其后的五年，他在愛丁堡大學人工智能系從事博士后研究工作。目前，他是新墨西哥大學的計算機科學、語言學以及心理學教授。

圖書目錄

le width="100%"><tr><td> Preface </td></tr></table><table width="100%"><tr><td> Publisher's Acknowledgements </td></tr></table><table width="100%"><tr><td> PART I ARTIFICIAL INTELLIGENCE: ITS ROOTS AND SCOPE </td></tr></table><table width="100%"><tr><td> I AI: Early History and Applications </td></tr></table><table width="100%"><tr><td> PART H ARTIFICIAL INTELLIGENCE AS REPRESENTATION AND SEARCH </td></tr></table><table width="100%"><tr><td> 2 The Predicate Calculus </td></tr></table><table width="100%"><tr><td> 3 Structures and Strategies for State Space Search </td></tr></table><table width="100%"><tr><td> 4 Heuristic Search </td></tr></table><table width="100%"><tr><td> 5 Stochastic Methods </td></tr></table><table width="100%"><tr><td> 6 Building Control Algorithms for State Space Search </td></tr></table><table width="100%"><tr><td> PART III REPRESENTATION AND INTELLIGENCE:THE Al CHALLENGE </td></tr></table><table width="100%"><tr><td> 7 Knowledge Representation </td></tr></table><table width="100%"><tr><td> 8 Strong Method Problem Solving </td></tr></table><table width="100%"><tr><td> 9 Reasoning in Uncertain Situati~ns </td></tr></table><table width="100%"><tr><td> PART IV MACHINE LEARNING </td></tr></table><table width="100%"><tr><td> 10 Machine Learning: Symbol-Based </td></tr></table><table width="100%"><tr><td> 11 Machine Learning: Connectionist </td></tr></table><table width="100%"><tr><td> 12 Machine Learning: Social and Emergent </td></tr></table><table width="100%"><tr><td> PART V ADVANCED TOPICS FOR A1 PROBLEM SOLVING </td></tr></table><table width="100%"><tr><td> 13 Automated Reasoning </td></tr></table><table width="100%"><tr><td> 14 Understanding Natural Language </td></tr></table><table width="100%"><tr><td> PART VI LANGUAGES AND PROGRAMMING TECHNIQUES FOR ARTIFICIAL INTELLIGENCE </td></tr></table><table width="100%"><tr><td> 15 An Introduction to Prolog </td></tr></table><table width="100%"><tr><td> 16 An Introduction to Lisp </td></tr></table><table width="100%"><tr><td> PART VII EPILOGUE </td></tr></table><table width="100%"><tr><td> 17 Artificial Intelligence as Empirical Enquiry </td></tr></table><table width="100%"><tr><td> Bibliography </td></tr></table><table width="100%"><tr><td> Author Index </td></tr></table><table width="100%"><tr><td> Subject Index </td></tr></table></font>
<table width="100%" border="0" cellspacing="0" cellpadding="0"> <tr bgcolor="#CC0000"> <td height="1"></td> </tr> <tr> <td height="5"></td> </tr> <tr> <td> ·<a href='javascript:moreup("Catalog.asp?IDD=26991&type=1")'>目錄</a>·<a href='javascript:moreup("Catalog.asp?IDD=26991&type=2")'>內容簡介</a>·<a href='javascript:moreup("Catalog.asp?IDD=26991&type=4")'>譯者序</a>·<a href='javascript:moreup("Catalog.asp?IDD=26991&type=5")'>作譯者</a>·<a href='javascript:moreup("Catalog.asp?IDD=26991&type=6")'>前言</a> </td> </tr></table></BODY></H