|
關于我們
 書單推薦 新書推薦 |
人工智能：現(xiàn)代方法（第4版）（上下冊） 
定 價：198 元
9 7 5 8 9 7 8 1 1 1 0 5 3 
本書全面、深入地探討了人工智能（AI）領域的理論和實踐，以統(tǒng)一的風格將當今流行的人工智能思想和術語融合到引起廣泛關注的應用中，真正做到理論和實踐相結合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關思想，內容主要包括邏輯、概率和連續(xù)數(shù)學，感知、推理、學習和行動，公平、信任、社會公益和安全；實踐部分完美地踐行了“現(xiàn)代”理念，實際應用選擇當下熱度較高的微電子設備、機器人行星探測器、擁有幾十億用戶的在線服務、AlphaZero、人形機器人、自動駕駛、人工智能輔助醫(yī)療等。本書適合作為高等院校人工智能相關專業(yè)本科生和研究生的教材，也可以作為相關領域專業(yè)人員的參考書。
1.全球1500多所學校采用的教材，國內眾多高校選用。
2.配備豐富的教學資源，解決教師授課后顧之憂。
3.配套網(wǎng)站提供多種語言版本源代碼，滿足不同編程語言使用者的自學需要。
4.程序員入門人工智能領域的推薦書籍。
斯圖爾特·羅素（Stuart Russell），1986年他進入加利福尼亞大學伯克利分校，任計算機科學系教授，并曾擔任系主任，人類兼容人工智能中心主任，他也是史密斯–扎德（Smith-Zadeh）工程系講席教授。1990年，他獲得了美國國家科學基金會（NSF）杰出青年科學家總統(tǒng)獎；1995年，他成為計算機與思想獎的獲獎人之一。他是美國人工智能協(xié)會（AAAI）、美國計算機協(xié)會（ACM）和美國科學促進協(xié)會的會士，牛津大學瓦德漢學院的榮譽院士和安德魯·卡內基（Andrew Carnegie）院士。2012年到2014年，他在巴黎擔任布萊斯·帕斯卡（Blaise Pascal）主席。他在人工智能領域發(fā)表了300多篇論文，涉及范圍廣泛。
彼得·諾維格（Peter Norvig）曾任谷歌公司的研究總監(jiān)、核心網(wǎng)絡搜索算法的負責人。他曾與他人合作共同教授了一門有16萬名學生注冊的在線人工智能課程，幫助開啟了當下的大規(guī)模在線公開課程的大幕。他曾擔任美國宇航局艾姆斯研究中心計算科學部的負責人，負責人工智能和機器人學的研究和開發(fā)。他曾任南加利福尼亞大學的教授和加利福尼亞大學伯克利分校、斯坦福大學的教師。他是美國人工智能協(xié)會和美國計算機協(xié)會的會士，以及美國藝術與科學院和加利福尼亞科學院的院士。
兩位作者共同獲得了2016年首屆AAAI/EAAI杰出教育家獎。
第 一部分 人工智能基礎
第 1 章 緒論 2
1.1 什么是人工智能 2
1.1.1 類人行為：圖靈測試方法 3
1.1.2 類人思考：認知建模方法 3
1.1.3 理性思考：“思維法則”方法 4
1.1.4 理性行為：理性智能體方法 4
1.1.5 益機 5
1.2 人工智能的基礎 6
1.2.1 哲學 6
1.2.2 數(shù)學 8
1.2.3 經(jīng)濟學 9
1.2.4 神經(jīng)科學 10
1.2.5 心理學 12
1.2.6 計算機工程 13
1.2.7 控制理論與控制論 14
1.2.8 語言學 15
1.3 人工智能的歷史 16
1.3.1 人工智能的誕生（1943—1956） 16
1.3.2 早期熱情高漲，期望無限（1952—1969） 17
1.3.3 一些現(xiàn)實（1966—1973） 19
1.3.4 專家系統(tǒng)（1969—1986） 20
1.3.5 神經(jīng)網(wǎng)絡的回歸（1986—現(xiàn)在） 22
1.3.6 概率推理和機器學習（1987—現(xiàn)在） 22
1.3.7 大數(shù)據(jù)（2001—現(xiàn)在） 23
1.3.8 深度學習（2011—現(xiàn)在） 24
1.4 目前的先進技術 24
1.5 人工智能的風險和收益 27
小結 30
參考文獻與歷史注釋 31
第 2 章 智能體 32
2.1 智能體和環(huán)境 32
2.2 良好行為：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、學習和自主 36
2.3 環(huán)境的本質 37
2.3.1 指定任務環(huán)境 37
2.3.2 任務環(huán)境的屬性 38
2.4 智能體的結構 41
2.4.1 智能體程序 41
2.4.2 簡單反射型智能體 42
2.4.3 基于模型的反射型智能體 44
2.4.4 基于目標的智能體 45
2.4.5 基于效用的智能體 46
2.4.6 學習型智能體 47
2.4.7 智能體程序的組件如何工作 49
小結 50
參考文獻與歷史注釋 51
第二部分 問題求解
第 3 章 通過搜索進行問題求解 54
3.1 問題求解智能體 54
3.1.1 搜索問題和解 55
3.1.2 問題形式化 56
3.2 問題示例 57
3.2.1 標準化問題 57
3.2.2 真實世界問題 59
3.3 搜索算法 61
3.3.1 最佳優(yōu)先搜索 62
3.3.2 搜索數(shù)據(jù)結構 63
3.3.3 冗余路徑 64
3.3.4 問題求解性能評估 65
3.4 無信息搜索策略 65
3.4.1 廣度優(yōu)先搜索 66
3.4.2 Dijkstra 算法或一致代價搜索 67
3.4.3 深度優(yōu)先搜索與內存問題 68
3.4.4 深度受限和迭代加深搜索 69
3.4.5 雙向搜索 712
3.4.6 無信息搜索算法對比 72
3.5 有信息（啟發(fā)式）搜索策略 73
3.5.1 貪心最佳優(yōu)先搜索 73
3.5.2 A* 搜索 75
3.5.3 搜索等值線 77
3.5.4 滿意搜索：不可容許的啟發(fā)式
函數(shù)與加權 A* 搜索 79
3.5.5 內存受限搜索 80
3.5.6 雙向啟發(fā)式搜索 83
3.6 啟發(fā)式函數(shù) 85
3.6.1 啟發(fā)式函數(shù)的準確性對性能的影響 85
3.6.2 從松弛問題出發(fā)生成啟發(fā)式函數(shù) 86
3.6.3 從子問題出發(fā)生成啟發(fā)式函數(shù)：模式數(shù)據(jù)庫 87
3.6.4 使用地標生成啟發(fā)式函數(shù) 88
3.6.5 學習以更好地搜索 90
3.6.6 從經(jīng)驗中學習啟發(fā)式函數(shù) 90
小結 90
參考文獻與歷史注釋 92
第 4 章 復雜環(huán)境中的搜索 95
4.1 局部搜索和最優(yōu)化問題 95
4.1.1 爬山搜索 96
4.1.2 模擬退火 98
4.1.3 局部束搜索 99
4.1.4 進化算法 99
4.2 連續(xù)空間中的局部搜索 102
4.3 使用非確定性動作的搜索 104
4.3.1 不穩(wěn)定的真空吸塵器世界 105
4.3.2 與或搜索樹 106
4.3.3 反復嘗試 107
4.4 部分可觀測環(huán)境中的搜索 108
4.4.1 無觀測信息的搜索 108
4.4.2 部分可觀測環(huán)境中的搜索 111
4.4.3 求解部分可觀測問題 112
4.4.4 部分可觀測環(huán)境中的智能體 113
4.5 在線搜索智能體和未知環(huán)境 115
4.5.1 在線搜索問題 115
4.5.2 在線搜索智能體 117
4.5.3 在線局部搜索 118
4.5.4 在線搜索中的學習 119
小結 120
參考文獻與歷史注釋 121
第 5 章 對抗搜索和博弈 124
5.1 博弈論 124
5.2 博弈中的優(yōu)化決策 126
5.2.1 極小化極大搜索算法 127
5.2.2 多人博弈中的最優(yōu)決策 128
5.2.3 α-β 剪枝 129
5.2.4 移動順序 131
5.3 啟發(fā)式 α-β 樹搜索 132
5.3.1 評價函數(shù) 132
5.3.2 截斷搜索 134
5.3.3 前向剪枝 135
5.3.4 搜索和查表 136
5.4 蒙特卡羅樹搜索 136
5.5 隨機博弈 139
5.6 部分可觀測博弈 142
5.6.1 四國軍棋：部分可觀測的國際象棋 142
5.6.2 紙牌游戲 144
5.7 博弈搜索算法的局限性 146
小結 147
參考文獻與歷史注釋 148
第 6 章 約束滿足問題 152
6.1 定義約束滿足問題 152
6.1.1 問題示例：地圖著色 153
6.1.2 問題示例：車間作業(yè)調度 154
6.1.3 CSP 形式體系的變體 155
6.2 約束傳播：CSP 中的推斷 156
6.2.1 節(jié)點一致性 157
6.2.2 弧一致性 157
6.2.3 路徑一致性 158
6.2.4 k 一致性 158
6.2.5 全局約束 159
6.2.6 數(shù)獨 160
6.3 CSP 的回溯搜索 161
6.3.1 變量排序和值排序 163
6.3.2 交替進行搜索和推理 164
6.3.3 智能回溯：向后看 164
6.3.4 約束學習 166
6.4 CSP 的局部搜索 166
6.5 問題的結構 168
6.5.1 割集調整 169
6.5.2 樹分解 170
6.5.3 值對稱 171
小結 171
參考文獻與歷史注釋 172
第三部分 知識、推理和規(guī)劃
第 7 章 邏輯智能體 176
7.1 基于知識的智能體 176
7.2 wumpus 世界 178
7.3 邏輯 180
7.4 命題邏輯：一種非常簡單的邏輯 183
7.4.1 語法 183
7.4.2 語義 184
7.4.3 一個簡單的知識庫 185
7.4.4 一個簡單的推斷過程 186
7.5 命題定理證明 187
7.5.1 推斷與證明 188
7.5.2 通過歸結證明 190
7.5.3 霍恩子句與確定子句 194
7.5.4 前向鏈接與反向鏈接 194
7.6 高效命題模型檢驗 196
7.6.1 完備的回溯算法 196
7.6.2 局部搜索算法 198
7.6.3 隨機 SAT 問題概覽 199
7.7 基于命題邏輯的智能體 200
7.7.1 世界的當前狀態(tài) 200
7.7.2 混合智能體 203
7.7.3 邏輯狀態(tài)估計 204
7.7.4 用命題推斷進行規(guī)劃 205
小結 207
參考文獻與歷史注釋 208
第 8 章 一階邏輯 211
8.1 回顧表示 211
8.1.1 思想的語言 212
8.1.2 結合形式語言和自然語言的優(yōu)點 213
8.2 一階邏輯的語法和語義 215
8.2.1 一階邏輯模型 215
8.2.2 符號與解釋 216
8.2.3 項 218
8.2.4 原子語句 218
8.2.5 復合語句 218
8.2.6 量詞 219
8.2.7 等詞 222
8.2.8 數(shù)據(jù)庫語義 222
8.3 使用一階邏輯 223
8.3.1 一階邏輯的斷言與查詢 223
8.3.2 親屬關系論域 224
8.3.3 數(shù)、集合與列表 225
8.3.4 wumpus 世界 227
8.4 一階邏輯中的知識工程 228
8.4.1 知識工程的過程 229
8.4.2 電子電路論域 230
小結 233
參考文獻與歷史注釋 234
第 9 章 一階邏輯中的推斷 236
9.1 命題推斷與一階推斷 236
9.2 合一與一階推斷 238
9.2.1 合一 239
9.2.2 存儲與檢索 240
9.3 前向鏈接 241
9.3.1 一階確定子句 242
9.3.2 簡單的前向鏈接算法 242
9.3.3 高效前向鏈接 244
9.4 反向鏈接 247
9.4.1 反向鏈接算法 247
9.4.2 邏輯編程 248
9.4.3 冗余推斷和無限循環(huán) 249
9.4.4 Prolog 的數(shù)據(jù)庫語義 251
9.4.5 約束邏輯編程 251
9.5 歸結 252
9.5.1 一階邏輯的合取范式 252
9.5.2 歸結推斷規(guī)則 253
9.5.3 證明范例 254
9.5.4 歸結的完備性 256
9.5.5 等詞 258
9.5.6 歸結策略 260
小結 261
參考文獻與歷史注釋 262
第 10 章 知識表示 265
10.1 本體論工程 265
10.2 類別與對象 267
10.2.1 物理組成 268
10.2.2 量度 269
10.2.3 對象：事物和物質 271
10.3 事件 272
10.3.1 時間 273
10.3.2 流和對象 275
10.4 精神對象和模態(tài)邏輯 275
10.5 類別的推理系統(tǒng) 278
10.5.1 語義網(wǎng)絡 278
10.5.2 描述邏輯 280
10.6 用缺省信息推理 281
10.6.1 限定與缺省邏輯 281
10.6.2 真值維護系統(tǒng) 283
小結 284
參考文獻與歷史注釋 285
第 11 章 自動規(guī)劃 290
11.1 經(jīng)典規(guī)劃的定義 290
11.1.1 范例領域：航空貨物運輸 291
11.1.2 范例領域：備用輪胎問題 292
11.1.3 范例領域：積木世界 292
11.2 經(jīng)典規(guī)劃的算法 294
11.2.1 規(guī)劃的前向狀態(tài)空間搜索 294
11.2.2 規(guī)劃的反向狀態(tài)空間搜索 295
11.2.3 使用布爾可滿足性規(guī)劃 296
11.2.4 其他經(jīng)典規(guī)劃方法 296
11.3 規(guī)劃的啟發(fā)式方法 297
11.3.1 領域無關剪枝 299
11.3.2 規(guī)劃中的狀態(tài)抽象 300
11.4 分層規(guī)劃 300
11.4.1 高層動作 301
11.4.2 搜索基元解 302
11.4.3 搜索抽象解 303
11.5 非確定性域的規(guī)劃和行動 307
11.5.1 無傳感器規(guī)劃 309
11.5.2 應變規(guī)劃 312
11.5.3 在線規(guī)劃 313
11.6 時間、調度和資源 315
11.6.1 時間約束和資源約束的表示 315
11.6.2 解決調度問題 316
11.7 規(guī)劃方法分析 318
小結 319
參考文獻與歷史注釋 320
第四部分 不確定知識和不確定推理
第 12 章 不確定性的量化 326
12.1 不確定性下的動作 326
12.1.1 不確定性概述 327
12.1.2 不確定性與理性決策 328
12.2 基本概率記號 329
12.2.1 概率是關于什么的 329
12.2.2 概率斷言中的命題語言 330
12.2.3 概率公理及其合理性 333
12.3 使用完全聯(lián)合分布進行推斷 334
12.4 獨立性 336
12.5 貝葉斯法則及其應用 337
12.5.1 應用貝葉斯法則：簡單實例 338
12.5.2 應用貝葉斯法則：合并證據(jù) 339
12.6 樸素貝葉斯模型 340
12.7 重游 wumpus 世界 342
小結 344
參考文獻與歷史注釋 345
第 13 章 概率推理 348
13.1 不確定域的知識表示 348
13.2 貝葉斯網(wǎng)絡的語義 350
13.2.1 貝葉斯網(wǎng)絡中的條件獨立性關系 353
13.2.2 條件分布的高效表示 354
13.2.3 連續(xù)變量的貝葉斯網(wǎng)絡 356
13.2.4 案例研究：汽車保險 358
13.3 貝葉斯網(wǎng)絡中的精確推斷 360
13.3.1 通過枚舉進行推斷 361
13.3.2 變量消元算法 363
13.3.3 精確推斷的復雜性 365
13.3.4 聚類算法 366
13.4 貝葉斯網(wǎng)絡中的近似推理 367
13.4.1 直接采樣方法 368
13.4.2 通過馬爾可夫鏈模擬進行推斷 372
13.4.3 編譯近似推斷 378
13.5 因果網(wǎng)絡 379
13.5.1 表示動作：do 操作 380
13.5.2 后門準則 382
小結 382
參考文獻與歷史注釋 383
第 14 章 時間上的概率推理 388
14.1 時間與不確定性 388
14.1.1 狀態(tài)與觀測 389
14.1.2 轉移模型與傳感器模型 389
14.2 時序模型中的推斷 391
14.2.1 濾波與預測 392
14.2.2 平滑 394
14.2.3 尋找最可能序列 396
14.3 隱馬爾可夫模型 398
14.3.1 簡化矩陣算法 398
14.3.2 隱馬爾可夫模型示例：定位 400
14.4 卡爾曼濾波器 403
14.4.1 更新高斯分布 403
14.4.2 簡單的一維示例 404
14.4.3 一般情況 406
14.4.4 卡爾曼濾波的適用范圍 407
14.5 動態(tài)貝葉斯網(wǎng)絡 408
14.5.1 構建動態(tài)貝葉斯網(wǎng)絡 409
14.5.2 動態(tài)貝葉斯網(wǎng)絡中的精確推斷 412
14.5.3 動態(tài)貝葉斯網(wǎng)絡中的近似推斷 413
小結 417
參考文獻與歷史注釋 418
第 15 章 概率編程 421
15.1 關系概率模型 421
15.1.1 語法與語義 423
15.1.2 實例：評定玩家的技能等級 425
15.1.3 關系概率模型中的推斷 426
15.2 開宇宙概率模型 427
15.2.1 語義與語法 428
15.2.2 開宇宙概率模型的推斷 429
15.2.3 示例 430
15.3 追蹤復雜世界 433
15.3.1 示例：多目標跟蹤 433
15.3.2 示例：交通監(jiān)控 436
15.4 作為概率模型的程序 436
15.4.1 示例：文本閱讀 437
15.4.2 語法與語義 438
15.4.3 推斷結果 438
15.4.4 結合馬爾可夫模型改進生成程序 439
15.4.5 生成程序的推斷 439
小結 440
參考文獻與歷史注釋 440
第 16 章 做簡單決策 444
16.1 在不確定性下結合信念與愿望 444
16.2 效用理論基礎 445
16.2.1 理性偏好的約束 445
16.2.2 理性偏好導致效用 447
16.3 效用函數(shù) 448
16.3.1 效用評估和效用尺度 448
16.3.2 金錢的效用 449
16.3.3 期望效用與決策后失望 451
16.3.4 人類判斷與非理性 452
16.4 多屬性效用函數(shù) 454
16.4.1 占優(yōu) 455
16.4.2 偏好結構與多屬性效用 456
16.5 決策網(wǎng)絡 458
16.5.1 使用決策網(wǎng)絡表示決策問題 458
16.5.2 評估決策網(wǎng)絡 460
16.6 信息價值 460
16.6.1 簡單示例 460
16.6.2 完美信息的一般公式 461
16.6.3 價值信息的性質 462
16.6.4 信息收集智能體的實現(xiàn) 463
16.6.5 非短視信息收集 463
16.6.6 敏感性分析與健壯決策 464
16.7 未知偏好 465
16.7.1 個人偏好的不確定性 466
16.7.2 順從人類 467
小結 468
參考文獻與歷史注釋 469
第 17 章 做復雜決策 473
17.1 序貫決策問題 473
17.1.1 時間上的效用 475
17.1.2 最優(yōu)策略與狀態(tài)效用 477
17.1.3 獎勵規(guī)模 479
17.1.4 表示 MDP 480
17.2 MDP 的算法 482
17.2.1 價值迭代 482
17.2.2 策略迭代 485
17.2.3 線性規(guī)劃 487
17.2.4 MDP 的在線算法 487
17.3 老虎機問題 489
17.3.1 計算基廷斯指數(shù) 491
17.3.2 伯努利老虎機 492
17.3.3 近似最優(yōu)老虎機策略 493
17.3.4 不可索引變體 493
17.4 部分可觀測MDP 495
17.5 求解POMDP 的算法 497
17.5.1 POMDP的價值迭代 497
17.5.2 POMDP的在線算法 500
小結 501
參考文獻與歷史注釋 502
第 18 章 多智能體決策 505
18.1 多智能體環(huán)境的特性 505
18.1.1 單個決策者 505
18.1.2 多決策者 506
18.1.3 多智能體規(guī)劃 507
18.1.4 多智能體規(guī)劃：合作與協(xié)調 509
18.2 非合作博弈論 510
18.2.1 單步博弈：正則形式博弈 510
18.2.2 社會福利 513
18.2.3 重復博弈 517
18.2.4 序貫博弈：擴展形式 520
18.2.5 不確定收益與輔助博弈 525
18.3 合作博弈論 527
18.3.1 聯(lián)盟結構與結果 528
18.3.2 合作博弈中的策略 529
18.3.3 合作博弈中的計算 531
18.4 制定集體決策 533
18.4.1 在合同網(wǎng)中分配任務 533
18.4.2 通過拍賣分配稀缺資源 535
18.4.3 投票 539
18.4.4 議價 541
小結 544
參考文獻與歷史注釋 545
第五部分 機器學習
第 19 章 樣例學習 550
19.1 學習的形式 550
19.2 監(jiān)督學習 552
19.3 決策樹學習 555
19.3.1 決策樹的表達能力 556
19.3.2 從樣例中學習決策樹 557
19.3.3 選擇測試屬性 559
19.3.4 泛化與過擬合 560
19.3.5 拓展決策樹的適用范圍 562
19.4 模型選擇與模型優(yōu)化 563
19.4.1 模型選擇 564
19.4.2 從錯誤率到損失函數(shù) 566
19.4.3 正則化 567
19.4.4 超參數(shù)調整 568
19.5 學習理論 569
19.6 線性回歸與分類 572
19.6.1 單變量線性回歸 572
19.6.2 梯度下降 574
19.6.3 多變量線性回歸 575
19.6.4 帶有硬閾值的線性分類器 577
19.6.5 基于邏輯斯諦回歸的線性分類器 579
19.7 非參數(shù)模型 581
19.7.1 最近鄰模型 581
19.7.2 使用 k-d 樹尋找最近鄰 583
19.7.3 局部敏感哈希 584
19.7.4 非參數(shù)回歸 585
19.7.5 支持向量機 586
19.7.6 核技巧 589
19.8 集成學習 589
19.8.1 自助聚合法 590
19.8.2 隨機森林法 590
19.8.3 堆疊法 591
19.8.4 自適應提升法 592
19.8.5 梯度提升法 594
19.8.6 在線學習 595
19.9 開發(fā)機器學習系統(tǒng) 596
19.9.1 問題形式化 596
19.9.2 數(shù)據(jù)收集、評估和管理 597
19.9.3 模型選擇與訓練 601
19.9.4 信任、可解釋性、可說明性 601
19.9.5 操作、監(jiān)控和維護 603
小結 604
參考文獻與歷史注釋 605
第 20 章 概率模型學習 610
20.1 統(tǒng)計學習 610
20.2 完全數(shù)據(jù)學習 613
20.2.1 最大似然參數(shù)學習：離散模型 613
20.2.2 樸素貝葉斯模型 615
20.2.3 生成模型和判別模型 616
20.2.4 最大似然參數(shù)學習：連續(xù)模型 616
20.2.5 貝葉斯參數(shù)學習 618
20.2.6 貝葉斯線性回歸 620
20.2.7 貝葉斯網(wǎng)絡結構學習 622
20.2.8 非參數(shù)模型密度估計 623
20.3 隱變量學習：EM 算法 624
20.3.1 無監(jiān)督聚類：學習混合高斯 625
20.3.2 學習帶隱變量的貝葉斯網(wǎng)絡參數(shù)值 627
20.3.3 學習隱馬爾可夫模型 630
20.3.4 EM 算法的一般形式 630
20.3.5 學習帶隱變量的貝葉斯網(wǎng)絡結構 631
小結 632
參考文獻與歷史注釋 632
第 21 章 深度學習 635
21.1 簡單前饋網(wǎng)絡 636
21.1.1 網(wǎng)絡作為復雜函數(shù) 636
21.1.2 梯度與學習 639
21.2 深度學習的計算圖 640
21.2.1 輸入編碼 641
21.2.2 輸出層與損失函數(shù) 641
21.2.3 隱藏層 642
21.3 卷積網(wǎng)絡 643
21.3.1 池化與下采樣 646
21.3.2 卷積神經(jīng)網(wǎng)絡的張量運算 646
21.3.3 殘差網(wǎng)絡 647
21.4 學習算法 648
21.4.1 計算圖中的梯度計算 649
21.4.2 批量歸一化 650
21.5 泛化 650
21.5.1 選擇正確的網(wǎng)絡架構 651
21.5.2 神經(jīng)架構搜索 652
21.5.3 權重衰減 653
21.5.4 暫退法 653
21.6 循環(huán)神經(jīng)網(wǎng)絡 654
21.6.1 訓練基本的循環(huán)神經(jīng)網(wǎng)絡 655
21.6.2 長短期記憶 RNN 656
21.7 無監(jiān)督學習與遷移學習 657
21.7.1 無監(jiān)督學習 657
21.7.2 遷移學習和多任務學習 661
21.8 應用 662
21.8.1 視覺 662
21.8.2 自然語言處理 663
21.8.3 強化學習 663
小結 664
參考文獻與歷史注釋 664
第 22 章 強化學習 668
22.1 從獎勵中學習 668
22.2 被動強化學習 670
22.2.1 直接效用估計 671
22.2.2 自適應動態(tài)規(guī)劃 671
22.2.3 時序差分學習 672
22.3 主動強化學習 674
22.3.1 探索 675
22.3.2 安全探索 677
22.3.3 時序差分 Q 學習 678
22.4 強化學習中的泛化 680
22.4.1 近似直接效用估計 680
22.4.2 近似時序差分學習 681
22.4.3 深度強化學習 682
22.4.4 獎勵函數(shù)設計 683
22.4.5 分層強化學習 683
22.5 策略搜索 686
22.6 學徒學習與逆強化學習 688
22.7 強化學習的應用 690
22.7.1 在電子游戲中的應用 690
22.7.2 在機器人控制中的應用 691
小結 692
參考文獻與歷史注釋 693
第六部分 溝通、感知和行動
第 23 章 自然語言處理 698
23.1 語言模型 698
23.1.1 詞袋模型 699
23.1.2 n 元單詞模型 700
23.1.3 其他 n 元模型 701
23.1.4 n 元模型的平滑 701
23.1.5 單詞表示 702
23.1.6 詞性標注 703
23.1.7 語言模型的比較 706
23.2 文法 707
23.3 句法分析 709
23.3.1 依存分析 711
23.3.2 從樣例中學習句法分析器 712
23.4 擴展文法 713
23.4.1 語義解釋 715
23.4.2 學習語義文法 717
23.5 真實自然語言的復雜性 717
23.6 自然語言任務 720
小結 722
參考文獻與歷史注釋 722
第 24 章 自然語言處理中的深度學習 727
24.1 詞嵌入 727
24.2 自然語言處理中的循環(huán)神經(jīng)網(wǎng)絡 730
24.2.1 使用循環(huán)神經(jīng)網(wǎng)絡的語言模型 730
24.2.2 用循環(huán)神經(jīng)網(wǎng)絡進行分類 732
24.2.3 自然語言處理任務中的 LSTM模型 733
24.3 序列到序列模型 733
24.3.1 注意力 735
24.3.2 解碼 736
24.4 Transformer 架構 737
24.4.1 自注意力 737
24.4.2 從自注意力到 Transformer 738
24.5 預訓練和遷移學習 739
24.5.1 預訓練詞嵌入 740
24.5.2 預訓練上下文表示 741
24.5.3 掩碼語言模型 742
24.6 最高水平（SOTA） 742
小結 745
參考文獻與歷史注釋 745
第 25 章 計算機視覺 748
25.1 引言 748
25.2 圖像形成 749
25.2.1 無透鏡成像：針孔照相機 749
25.2.2 透鏡系統(tǒng) 751
25.2.3 縮放正交投影 752
25.2.4 光線與明暗 752
25.2.5 顏色 753
25.3 簡單圖像特征 754
25.3.1 邊緣 755
25.3.2 紋理 757
25.3.3 光流 758
25.3.4 自然圖像分割 759
25.4 圖像分類 760
25.4.1 基于卷積神經(jīng)網(wǎng)絡的圖像分類 761
25.4.2 卷積神經(jīng)網(wǎng)絡對圖像分類問題
有效的原因 762
25.5 物體檢測 763
25.6 三維世界 766
25.6.1 多個視圖下的三維線索 766
25.6.2 雙目立體視覺 766
25.6.3 移動攝像機給出的三維線索 768
25.6.4 單個視圖的三維線索 769
25.7 計算機視覺的應用 769
25.7.1 理解人類行為 770
25.7.2 匹配圖片與文字 772
25.7.3 多視圖重建 773
25.7.4 單視圖中的幾何 774
25.7.5 生成圖片 775
25.7.6 利用視覺控制運動 778
小結 780
參考文獻與歷史注釋 781
第 26 章 機器人學 785
26.1 機器人 785
26.2 機器人硬件 786
26.2.1 機器人的硬件層面分類 786
26.2.2 感知世界 787
26.2.3 產(chǎn)生運動 789
26.3 機器人學解決哪些問題 789
26.4 機器人感知 790
26.4.1 定位與地圖構建 791
26.4.2 其他感知類型 795
26.4.3 機器人感知中的監(jiān)督學習與無監(jiān)督學習 795
26.5 規(guī)劃與控制 796
26.5.1 構形空間 796
26.5.2 運動規(guī)劃 799
26.5.3 軌跡跟蹤控制 806
26.5.4 最優(yōu)控制 809
26.6 規(guī)劃不確定的運動 810
26.7 機器人學中的強化學習 812
26.7.1 利用模型 812
26.7.2 利用其他信息 813
26.8 人類與機器人 814
26.8.1 協(xié)調 814
26.8.2 學習做人類期望的事情 817
26.9 其他機器人框架 820
26.9.1 反應式控制器 820
26.9.2 包容架構 821
26.10 應用領域 822
小結 825
參考文獻與歷史注釋 826
第七部分 總結
第 27 章 人工智能的哲學、倫理和安全性 832
27.1 人工智能的極限 832
27.1.1 由非形式化得出的論據(jù) 832
27.1.2 由能力缺陷得出的論據(jù) 833
27.1.3 數(shù)學異議 833
27.1.4 衡量人工智能 834
27.2 機器能真正地思考嗎 835
27.2.1 中文房間 835
27.2.2 意識與感質 836
27.3 人工智能的倫理 836
27.3.1 致命性自主武器 837
27.3.2 監(jiān)控、安全與隱私 839
27.3.3 公平與偏見 841
27.3.4 信任與透明度 844
27.3.5 工作前景 845
27.3.6 機器人權利 847
27.3.7 人工智能安全性 848
小結 851
參考文獻與歷史注釋 852
第 28 章 人工智能的未來 857
28.1 人工智能組件 857
28.2 人工智能架構 862
附錄 A 數(shù)學背景知識 865
附錄 B 關于語言與算法的說明 871
參考文獻 873
你還可能感興趣
我要評論
|
