《人工智能现代方法（第4版）（上下册）》

2 目录 版权信息 版 权 内 容 提 要 版权声明 对本书的赞誉 序 方法不止，智能无疆 唯思想永恒 中文版致谢 前 言 资源与服务 第一部分 人工智能基础 3 第1章 绪论 1.1 什么是人工智能 1.1.1 类人行为：图灵测试方法 1.1.2 类人思考：认知建模方法 1.1.3 理性思考：“思维法则”方法 1.1.4 理性行为：理性智能体方法 1.1.5 益机[3] 1.2 人工智能的基础 1.2.1 哲学 1.2.2 数学 1.2.3 经济学 1.2.4 神经科学 1.2.5 心理学 1.2.6 计算机工程 1.2.7 控制理论与控制论 1.2.8 语言学 1.3 人工智能的历史 1.3.1 人工智能的诞生（1943—1956） 1.3.2 早期热情高涨，期望无限（1952—1969） 1.3.3 一些现实（1966—1973） 1.3.4 专家系统（1969—1986） 1.3.5 神经网络的回归（1986—现在） 1.3.6 概率推理和机器学习（1987—现在） 1.3.7 大数据（2001—现在） 1.3.8 深度学习（2011—现在） 1.4 目前的先进技术 1.5 人工智能的风险和收益 小结 4 读者服务： 第2章 智能体 2.1 智能体和环境 2.2 良好行为：理性的概念 2.2.1 性能度量 2.2.2 理性 2.2.3 全知、学习和自主 2.3 环境的本质 2.3.1 指定任务环境 2.3.2 任务环境的属性 2.4 智能体的结构 2.4.1 智能体程序 2.4.2 简单反射型智能体 2.4.3 基于模型的反射型智能体 2.4.4 基于目标的智能体 2.4.5 基于效用的智能体 2.4.6 学习型智能体 2.4.7 智能体程序的组件如何工作 小结 读者服务： 第二部分 问题求解 第3章 通过搜索进行问题求解 3.1 问题求解智能体 3.1.1 搜索问题和解 3.1.2 问题形式化 5 3.2 问题示例 3.2.1 标准化问题 3.2.2 真实世界问题 3.3 搜索算法 3.3.1 最佳优先搜索 3.3.2 搜索数据结构 3.3.3 冗余路径 3.3.4 问题求解性能评估 3.4 无信息搜索策略 3.4.1 广度优先搜索 3.4.2 Dijkstra算法或一致代价搜索 3.4.3 深度优先搜索与内存问题 3.4.4 深度受限和迭代加深搜索 3.4.5 双向搜索 3.4.6 无信息搜索算法对比 3.5 有信息（启发式）搜索策略 3.5.1 贪心最佳优先搜索 3.5.2 A*搜索 3.5.......