[正版][]人工智能 现代方法 4四版 平装版 斯图尔特·罗素 彼得·诺维格计算机控制仿真与人工智能领域正版编程书籍

                                                    店铺公告

为保障消费者合理购买需求及公平交易机会，避免因非生活消费目的的购买货囤积商品，抬价转售等违法行为发生，店铺有权对异常订单不发货且不进行赔付。异常订单：包括但不限于相同用户ID批量下单，同一用户（指不同用户ID，存在相同/临近/虚构收货地址，或相同联系号码，收件人，同账户付款人等情形的）批量下单（一次性大于5本），以及其他非消费目的的交易订单。 温馨提示：请务必当着快递员面开箱验货，如发现破损，请立即拍照拒收，如验货有问题请及时联系在线客服处理，（如开箱验货时发现破损，所产生运费由我司承担，一经签收即为货物完好，如果您未开箱验货，一切损失就需要由买家承担，所以请买家一定要仔细验货）， 关于退货运费：对于下单后且物流已发货货品在途的状态下，原则上均不接受退货申请，如顾客原因退货需要承担来回运费，如因产品质量问题（非破损问题）可在签收后，联系在线客服。

1.全球1500多所学校采用的教材，国内众多高校选用。
2.配备丰富的教学资源，解决教师授课后顾之忧。
3.配套网站提供多种语言版本源代码，满足不同编程语言使用者的自学需要。
4.程序员入门人工智能领域的书籍。

第 一部分 人工智能基础 
第 1 章 绪论  2 
1.1 什么是人工智能  2 
1.1.1 类人行为：图灵测试方法 3 
1.1.2 类人思考：认知建模方法 3 
1.1.3 理性思考：“思维法则”方法 4 
1.1.4 理性行为：理性智能体方法 4 
1.1.5 益机  5 
1.2 人工智能的基础  6 
1.2.1 哲学  6 
1.2.2 数学  8 
1.2.3 经济学  9 
1.2.4 神经科学  10 
1.2.5 心理学  12 
1.2.6 计算机工程  13 
1.2.7 控制理论与控制论  14 
1.2.8 语言学  15 
1.3 人工智能的历史  16 
1.3.1 人工智能的诞生（1943—1956） 16 
1.3.2 早期热情高涨，期望无限（1952—1969）  17 
1.3.3 一些现实（1966—1973） 19 
1.3.4 专家系统（1969—1986） 20 
1.3.5 神经网络的回归（1986—现在） 22 
1.3.6 概率推理和机器学习（1987—现在）  22 
1.3.7 大数据（2001—现在） 23 
1.3.8 深度学习（2011—现在） 24 
1.4 目前的先进技术  24 
1.5 人工智能的风险和收益  27 
小结   30 
参考文献与历史注释  31 
第 2 章 智能体  32 
2.1 智能体和环境  32 
2.2 良好行为：理性的概念  34 
2.2.1 性能度量  34 
2.2.2 理性  35 
2.2.3 全知、学习和自主  36 
2.3 环境的本质  37 
2.3.1 指定任务环境  37 
2.3.2 任务环境的属性  38 
2.4 智能体的结构  41 
2.4.1 智能体程序  41 
2.4.2 简单反射型智能体  42 
2.4.3 基于模型的反射型智能体 44 
2.4.4 基于目标的智能体  45 
2.4.5 基于效用的智能体  46 
2.4.6 学习型智能体  47 
2.4.7 智能体程序的组件如何工作 49 
小结   50 
参考文献与历史注释  51 
第二部分 问题求解 
第 3 章 通过搜索进行问题求解 54 
3.1 问题求解智能体  54 
3.1.1 搜索问题和解  55 
3.1.2 问题形式化  56 
3.2 问题示例  57 
3.2.1 标准化问题  57 
3.2.2 真实世界问题  59 
3.3 搜索算法  61 
3.3.1 优先搜索  62 
3.3.2 搜索数据结构  63 
3.3.3 冗余路径  64 
3.3.4 问题求解性能评估  65 
3.4 无信息搜索策略  65 
3.4.1 广度优先搜索  66 
3.4.2 Dijkstra 算法或一致代价搜索 67 
3.4.3 深度优先搜索与内存问题 68 
3.4.4 深度受限和迭代加深搜索 69 
3.4.5 双向搜索  712 
3.4.6 无信息搜索算法对比  72 
3.5 有信息（启发式）搜索策略 73 
3.5.1 贪心优先搜索  73 
3.5.2 A* 搜索  75 
3.5.3 搜索等值线  77 
3.5.4 满意搜索：不可容许的启发式 
函数与加权 A* 搜索  79 
3.5.5 内存受限搜索  80 
3.5.6 双向启发式搜索  83 
3.6 启发式函数  85 
3.6.1 启发式函数的准确性对性能的影响  85 
3.6.2 从松弛问题出发生成启发式函数 86 
3.6.3 从子问题出发生成启发式函数：模式数据库  87 
3.6.4 使用地标生成启发式函数 88 
3.6.5 学习以更好地搜索  90 
3.6.6 从经验中学习启发式函数 90 
小结   90 
参考文献与历史注释  92 
第 4 章 复杂环境中的搜索  95 
4.1 局部搜索和化问题  95 
4.1.1 爬山搜索  96 
4.1.2 模拟退火  98 
4.1.3 局部束搜索  99 
4.1.4 进化算法  99 
4.2 连续空间中的局部搜索  102 
4.3 使用非确定性动作的搜索 104 
4.3.1 不稳定的真空吸尘器世界 105 
4.3.2 与或搜索树  106 
4.3.3 反复尝试  107 
4.4 部分可观测环境中的搜索 108 
4.4.1 无观测信息的搜索  108 
4.4.2 部分可观测环境中的搜索  111 
4.4.3 求解部分可观测问题  112 
4.4.4 部分可观测环境中的智能体 113 
4.5 在线搜索智能体和未知环境  115 
4.5.1 在线搜索问题  115 
4.5.2 在线搜索智能体  117 
4.5.3 在线局部搜索  118 
4.5.4 在线搜索中的学习  119 
小结   120 
参考文献与历史注释  121 
第 5 章 对抗搜索和博弈  124 
5.1 博弈论  124 
5.2 博弈中的优化决策  126 
5.2.1 极小化极大搜索算法 127 
5.2.2 多人博弈中的决策 128 
5.2.3 α-β 剪枝  129 
5.2.4 移动顺序  131 
5.3 启发式 α-β 树搜索  132 
5.3.1 评价函数  132 
5.3.2 截断搜索  134 
5.3.3 前向剪枝  135 
5.3.4......

本书、深入地探讨了人工智能（AI）领域的理论和实践，以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中，真正做到理论和实践相结合。全书分7个部分，共28章，理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想，内容主要包括逻辑、概率和连续数学，感知、推理、学习和行动，公平、信任、社会公益和安全；实践部分完美地践行了“现代”理念，实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗等。本书适合作为高等院校人工智能相关专业本科生和研究生的教材，也可以作为相关领域专业人员的参考书。

斯图尔特·罗素（Stuart Russell），1986年他进入加利福尼亚大学伯克利分校，任计算机科学系教授，并曾担任系主任，人类兼容人工智能中心主任，他也是史密斯–扎德（Smith-Zadeh）工程系讲席教授。1990年，他获得了美国国家科学基金会（NSF）杰出青年科学家总统奖；1995年，他成为计算机与思想奖的获奖人之一。他是美国人工智能协会（AAAI）、美国计算机协会（ACM）和美国科学促进协会的会士，牛津大学瓦德汉学院的荣誉院士和安德鲁·卡内基（Andrew Carnegie）院士。2012年到2014年，他在巴黎担任布莱斯·帕斯卡（Blaise Pascal）。他在人工智能领域发表了300多篇论文，涉及范围广泛。

彼得·诺维格（Peter Norvig）曾任谷歌公司的研究总监、核心网络搜索算法的负责人。他曾与他人合作共同教授了一门有16万名学生注册的在线人工智能课程，帮助开启了当下的大规模在线公开课程的大幕。他曾担任美国宇航局艾姆斯研究中心计算科学部的负责人，负责人工智能和机器人学的研究和开发。他曾任南加利福尼亚大学的教授和加利福尼亚大学伯克利分校、斯坦福大学的教师。他是美国人工智能协会和美国计算机协会的会士，以及美国艺术与科学院和加利福尼亚科学院的院士。

两位作者共同获得了2016年首届AAAI/EAAI杰出教育家奖。