-
人工智能原理
（2019年高等教育出版社出版的圖書）
鎖定
《人工智能原理》是由王文敏編著，2019年高等教育出版社出版的“十三五”國家重點圖書出版規劃、中國人工智能學會推薦教材。該教材可作為人工智能、計算機及其相關專業的高年級本科生或研究生的教材，也可作為人工智能的參考書，供有關教學和科研人員使用。
- 中文名
- 人工智能原理
- 作 者
- 王文敏
- 類 別
- “十三五”國家重點圖書出版規劃、中國人工智能學會推薦教材
- 出版社
- 高等教育出版社
- 出版時間
- 2019年8月28日
- 頁 數
- 488 頁
- 開 本
- 16 開
- 裝 幀
- 平裝
- ISBN
- 978-7-04-052188-7
- CIP核字號
- 2019133935
人工智能原理成書過程
人工智能原理修訂過程
人工智能被認為是一項對人類社會產生影響的科學與技術，其發展速度以及影響面，超過人們的預料。中國國務院於2017年7月8日印發了《新一代人工智能發展規劃》，提出了中國新一代人工智能實行“三步走”的發展戰略。
作者由北京大學李曉明教授引領進入慕課，並從2017年3月起，作者的“人工智能原理”慕課課程先後在北京大學“華文慕課”“中國大學MOOC"“北京高校優質課程研究會”以及清華大學“學堂在線”這四個慕課平台上開設。該書是在作者的“人工智能原理”的課堂教學和慕課教學講義的基礎上，經過重新梳理、重寫、充實內容寫成的。
人工智能原理工作人員
策劃編輯 | 責任編輯 | 封面設計 | 版式設計 | 插圖繪製 | 責任校對 | 責任印製 |
張江漫 | 張江漫 | 趙陽 | 於婕 | 於博 | 劉娟娟 | 趙義民 |
人工智能原理內容簡介
《人工智能原理》全書分為五篇、共十四章。這五篇分別是人工智能的體系、求解、規劃、學習、以及推理。體系篇中有兩章，即緒論與體系論。其次，求解篇分成四章，講述搜索問題、優化問題、博弈問題、以及約束問題求解。第三，規劃篇中有兩章，分別是時空關聯規劃和決策理論規劃。第四，是學習篇，論述機器學習的三個視角、然後再用三章分別講述學習的任務、範式、以及框架。最後是推理篇，用兩章分別介紹知識表示和推理機制。
人工智能原理教材目錄
前輔文 | |
第一篇 體系 | |
第1章 緒論 1.1引言 1.2 關於agent的翻譯 1.3 人工智能的定義 1.4 人工智能的基礎 1.5 人工智能的歷史 1.6 人工智能的突破 1.7 人工智能的判定 1.8 人工智能的層級 1.9 人工智能的安全 1.10 人工智能的應用 1.11 小結 習題 | 第2章 體系論 2.1 引言 2.2 人工智能的研究途徑 2.3 人工智能的主體論點 2.4 智能主體的環境 2.5 智能主體的構成 2.6 人工智能的研究體系 2.7 智能主體的思維 2.8 智能主體的交互 2.9 智能主體的類型 2.10 小結 習題 |
第二篇 求解 | |
第3章 搜索問題求解 3.1 引言 3.2 搜索問題 3.3 搜索問題的要素 3.4 搜索問題的實例化 3.5 搜索求解的方式 3.6 無信息搜索 3.7 有信息搜索 3.8 小結 習題 第4章 優化問題求解 4.1 引言 4.2 優化問題 4.3 優化問題的求解 4.4 局部搜索方法 4.5 元啓發式方法 4.6 羣體智能方法 4.7 小結 習題 第5章 博弈問題求解 5.1 引言 5.2 博弈問題 | 5.3 博弈問題的類型 5.4 博弈算法的歷史 5.5 博弈問題的求解 5.6 完美信息博弈 5.7 不完美信息博弈 5.8 非對稱博弈 5.9 隨機博弈 5.10 小結 習題 第6章 約束問題求解 6.1 引言 6.2 約束問題 6.3 可能世界及其約束 6.4 約束滿足問題 6.5 約束滿足問題的實例化 6.6 約束傳播 6.7 回溯搜索 6.8 局部搜索 6.9 問題的結構 6.10 問題的改進 6.11 小結 習題 |
第三篇 規劃 | |
第7章 時空關聯規劃 7.1 引言 7.2 規劃問題 7.3 規劃語言 7.4 經典規劃 7.5 新經典規劃 7.6 時序規劃 7.7 規劃與調度 7.8 運動規劃 7.9 小結 | 習題 第8章 決策理論規劃 8.1 引言 8.2 決策理論規劃概述 8.3 馬爾科夫模型 8.4 馬爾科夫決策過程的優化控制 8.5 動態規劃 8.6 小結 習題 |
第四篇 學習 | |
第9章 三個視角 9.1 引言 9.2 機器學習概述 9.3 可能近似正確學習 9.4 沒有免費午餐定理 9.5 機器學習的歷史 9.6 機器學習的難點 9.7 機器學習的視角 9.8 小結 習題 第10章 學習的任務 10.1 引言 10.2 學習任務概述 10.3 分類 10.4 迴歸 10.5 聚類 10.6 排名 10.7 降維 10.8 小結 習題 | 第11章 學習的範式 11.1 引言 11.2 學習範式概述 11.3 監督學習 11.4 無監督學習 11.5 強化學習 11.6 其他範式 11.7 範式與任務的關係 11.8 小結 習題 第12章 學習的框架 12.1 引言 12.2 學習框架概述 12.3 概率框架 12.4 統計框架 12.5 幾何框架 12.6 聯結框架 12.7 邏輯框架 12.8 小結 習題 |
第五篇 推理 | |
第13章 知識表示 13.1 引言 13.2 知識與表徵 13.3 知識表示的歷史 13.4 可能世界理論 13.5 知識表示的範式 13.6 確定性知識表示 13.7 不確定性知識表示 13.8 小結 習題 第14章 推理機制 | 14.1 引言 14.2 推理問題 14.3 推理模式 14.4 邏輯推理 14.5 定性推理 14.6 本體推理 14.7 概率推理 14.8 機器推理 14.9 推理的應用 14.10 小結 習題 |
全書參考文獻 | |
人工智能原理教學資源
- 課程資源
數字課程名稱 | 出版社 | 出版時間 | 內容提供者 |
人工智能原理數字課程 | 高等教育出版社 高等教育電子音像出版社 | 2019年8月 |
人工智能原理教材特色
《人工智能原理》提出了一個人工智能的研究體系、三個機器學習的研讀視角，並圍繞一個體系、三個視角來撰寫。
一、該書做了一個嘗試，即對人工智能的學科及其研究領域進行抽象，梳理出一個人工智能的研究體系，將人工智能的諸多研究分支囊括在這個研究體系之中。然後按照這個體系講述人工智能原理，再穿插一些實例分析。
二、從三個角度和層面來詮釋機器學習，而不是僅僅講述若干個機器學習的代表性算法。
三、在知識表示中，除了介紹一些代表性的知識表示之外，還講述了經典邏輯、模態邏輯、描述邏輯三種邏輯，以及本體、知識圖譜等。在推理中，論述了邏輯推理、定性推理、語義推理以及概率推理，及提出的機器推理等。
人工智能原理作者簡介
王文敏：北京大學信息工程學院教授（兼職），2013年9月至2016年3月任北京大學信息工程學院院長。曾獲得部、省級科學技術獎4項。擔任多個國際期刊及國際會議的審稿人。2014年成為深圳市海外高層次人才團隊暨“圖像與視頻處理研究”孔雀團隊核心成員。
[5]
