查看原文
其他

【新书速递】人工智能:现代方法(第4版)

码中人 码农真经 2023-12-25
前言
最近ChatGPT等人工智能应用产品在各大媒体上引起了广泛的关注,人工智能的研究和应用也日益火热。所以,今天给大家推荐一本非常好的人工智能教材。这本书就是被称作“人工智能领域百科书”“经典之作重磅升级”的《人工智能:现代方法(第4版)》。

最近ChatGPT等人工智能应用产品在各大媒体上引起了广泛的关注,人工智能的研究和应用也日益火热。所以,今天给大家推荐一本非常好的人工智能教材。这本书就是被称作“人工智能领域百科书”“经典之作重磅升级”的《人工智能:现代方法(第4版)》。

人工智能:现代方法(第4版)

《人工智能:现代方法(第4版)》是一本非常权威且内容详实的人工智能教材。书中涵盖了最新的技术和研究成果,包括机器学习、神经网络、自然语言处理等人工智能的核心领域。作者以通俗易懂的语言讲解了各种算法的原理和应用场景,并且附有大量的图片和代码段,方便读者理解和实践。

如果您是一名人工智能初学者或者希望深入学习人工智能,那么这本书是一本非常值得拥有的资料。它不仅可以帮助您了解人工智能的基本知识,还可以提供丰富的知识和技巧来指导您的实践。无论您是专业人士还是学生,《人工智能:现代方法(第4版)》都是您学习和研究人工智能的重要资源。

人工智能:现代方法(第4版)

人工智能(第4版)

豆瓣评分:9.7

本书全面、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。

作者简介

Stuart Russell,1986年进入加利福尼亚大学伯克利分校,任计算机科学系教授,曾担任系主任、人类兼容人工智能中心主任,也是史密斯–扎德(Smith-Zadeh)工程系讲席教授。1990年,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,成为计算机与思想奖的获奖人之一。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,在巴黎担任布莱斯·帕斯卡(Blaise Pascal)主席。在人工智能领域发表了300多篇论文,涉及范围广泛。

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。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。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。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。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。

电子书截图

人工智能:现代方法(第4版)

人工智能:现代方法(第4版)

Artificial Intelligence 4th Edition

Artificial Intelligence

豆瓣评分:9.3

The long-anticipated revision of this #1 selling book offers the most comprehensive, state of the art introduction to the theory and practice of artificial intelligence for modern applications. Intelligent Agents. Solving Problems by Searching. Informed Search Methods. Game Playing. Agents that Reason Logically. First-order Logic. Building a Knowledge Base. Inference in First-Order Logic. Logical Reasoning Systems. Practical Planning. Planning and Acting. Uncertainty. Probabilistic Reasoning Systems. Making Simple Decisions. Making Complex Decisions. Learning from Observations. Learning with Neural Networks. Reinforcement Learning. Knowledge in Learning. Agents that Communicate. Practical Communication in English. Perception. Robotics. For computer professionals, linguists, and cognitive scientists interested in artificial intelligence.

电子书截图

Artificial Intelligence

往期推荐

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存