![人工智能复杂问题求解的结构和策略（原书第6版）<strong>[ArtificialIntelligence]</strong>](/upload/AI/thumb/thumb_5386416797.jpg "人工智能复杂问题求解的结构和策略（原书第6版）<strong>[ArtificialIntelligence]</strong>")
人工智能复杂问题求解的结构和策略（原书第6版）[ArtificialIntelligence]
编辑推荐
《人工智能复杂问题求解的结构和策略（原书第6版）》是一本经典的人工智能教材，全面阐述了人工智能的基础理论，有效结合了求解智能问题的数据结构以及实现的算法。把人工智能的应用程序应用于实际环境中，并从社会和哲学、心理学以及神经生理学角度对人工智能进行了全面的讨论。
本版新增内容
●新增一章，介绍用于机器学习的随机方法，包括一阶贝叶斯网络、各种隐马尔可夫模型、马尔可
夫随机场推理和循环信念传播。
●介绍针对期望学习以及利用马尔可夫链蒙特卡罗抽样的结构化学习的参数选择，强化学习
中马尔可夫决策过程的利用。
●介绍智能体技术和本体的使用。
●介绍自然语言处理的动态规划（Earley语法分析）以及Viterbi等其他概率语法分析技术。
●书中的许多算法采用Prolog，LISP和Java语言来构建。
内容简介
《人工智能复杂问题求解的结构和策略（原书第6版）》是一本经典的人工智能教材，全面阐述了人工智能的基础理论，有效结合了求解智能问题的数据结构以及实现的算法，把人工智能的应用程序应用于实际环境中，并从社会和哲学、心理学以及神经生理学角度对人工智能进行了独特的讨论。新版中增加了对“基于随机方法的机器学习”的介绍，并提出了一些新的主题，如涌现计算、本体论、随机分割算法等。
《人工智能复杂问题求解的结构和策略（原书第6版）》适合作为高等院校计算机专业人工智能教材，也可供人工智能领域的研究者及相关工程技术人员参考。
作者简介
George F. Luger，1973年在宾夕法尼亚大学获得博士学位，并在之后的5年间在爱丁堡大学人工智能系进行博士后研究，现在是新墨西哥大学计算机科学研究、语言学及心理学教授。
在线客服