《人工智能实战》
- 出版社：清华大学出版社
- ISBN：9787302538561
- 版次：1
- 商品编码：12595083
- 品牌：清华大学出版社（TsinghuaUniversityPress）
- 包装：平装
- 外文名称：PracticalArtificialIntelligence
- 开本：16开
- 出版时间：2019-11-01
- 用纸：胶版纸
- 页数：384
- 字数：630000
- 正文语种：中文
基本介绍书籍目录点评信息
书籍内容
主要内容 ● 了解Agent和多Agent以及它们是如何合并的 ● 将机器学习与现实问题联系起来，明白它的意义 ● 在现实世界中应用监督学习和无监督学习的技术和方法 ● 实现强化学习、游戏编程、仿真和神经网络编辑推荐
适读人群 ：AI工程师、计算机科学专业学生、对AI及其应用感兴趣的爱好者。
在日常生活难以想象的各种场景中，各种级别的人工智能(AI)如何发挥作用呢？这可能是读者感兴趣的问题。《人工智能实战》将为读者解答这些问题，书中探讨了神经网络、Agent、多Agent系统、监督学习和无监督学习。这些问题和其他主题都将通过现实世界的示例进行阐明，以便读者学习基本概念及其AI解决方案，并将它们应用于自己的项目中。 人们往往将人工智能作为玄之又玄而与日常生活无关的谈资。《人工智能实战》提供简单易懂的解释和上手指南，书中的讲解并不专注于理论，也不使用过度学术化的语言，而是通过各个层面的实践，使读者不仅可以学习人工智能，还能实现其实际应用。作者简介
Arnaldo Pérez Castaño是一位计算机科学家，居住在古巴哈瓦那。他是PrestaShop Recipes(Apress，2017)和一系列编程书籍 —— JavaScript Fácil、HTML y CSS Fácil以及Python Fácil(Marcombo S.A.)的作者，并为MSDN Magazine、VisualStudio Magazine.com和Smashing Magazine等刊物撰写AI相关的文章。他是Cuba Mania Tour(http://www.cubamaniatour.com)网站的联合创始人之一。 他的专长包括Java、VB、Python、算法、优化、Matlab、C#、.NET Framework和人工智能。Arnaldo通过freelancer.com提供服务，并担任期刊Journal of Mathematical Modelling and Algorithms in Operations Research(运筹学研究中的数学建模和算法)的审稿人。他爱好电影和音乐。许多同事称他为“加勒比海科学家”。可以通过arnaldo.skywalker@gmail.com与他联系。- 第1章 逻辑学与人工智能
1．1 逻辑是什么
1．2 命题逻辑
1．3 逻辑联结词
1．3．1 否定
1．3．2 合取
1．3．3 析取
1．3．4 蕴涵
1．3．5 等值
1．4 命题逻辑定律
1．5 范式
1．6 逻辑电路
1．7 实际问题：使用继承和C#运算符计算逻辑公式的值
1．8 实际问题：将逻辑公式表达为二叉决策树
1．9 实际问题：将公式转换为否定范式（NNF）
1．10 实际问题：将公式转换为合取范式（CNF）
1．11 本章小结
第2章 自动定理证明和一阶逻辑
2，1自动定理证明
2．2 实际问题：C#中的Clause类和Cnf类
2．3 DPLL算法
2．4 实际问题：在命题逻辑中建模鸽巢原理
2．5 实际问题：判断一个命题逻辑公式是否可满足
2．6 一阶逻辑
2．7 实际问题：清洁机器人
2．8 本章小结
第3章 Agents
3．1 Agent是什么
3．2 Agent的属性
3．3 Agent环境的类型
3．4 有状态Agent
3．5 实际问题：将清洁机器人作为Agent建模并对其添加状态
3．6 Agent的架构
3．6．1 反应式架构：包容架构
3．6．2 慎思式架构：BDI架构
3．6．3 混合架构
3．6．4 旅行机
3．6．5 InteRRaP
3．7 本章小结
第4章 火星漫游车
4．1 火星漫游车简介
4．2 火星车的架构
4．3 火星车的程序代码
4．4 MarsRover可视化应用程序
4．5 本章小结
第5章 多Agent系统
5．1 多Agent系统是什么
5．2 多Agent组织
5．3 通信
5．3．1 言语行为理论
5．3．2 Agent通信语言（ACL）
5．4 协调与合作
5．4．1 使用合同网协商
5．4．2 社会规范与社会
5．5 本章小结
第6章 基于WCF的多Agent系统通信
6．1 服务
6．2 契约
6．3 绑定
6．4 端点
6．5 发布者／订阅者模式
6．6 实际问题：利用WCF在多个Agent之间通信
6．7 本章小结
……
第7章 清洁Agent：一个多Agent系统
第8章 仿真
第9章 支持向量机
第10章 决策树
第11章 神经网络
第12章 手写数字识别
第13章 聚类和多目标聚类
第14章 启发式方法&元启发式方法
第15章 游戏编程
第16章 博弈论：对抗性搜索与黑白棋游戏
第17章 强化学习
