最近这段时间都在忙工作，一个项目接着一个项目，感觉整个人都要奔溃了，所以没有时间和各位头条老铁聊天。所以本次就赠书谢罪吧！

点击链接，参与褥羊毛！

《人工智能（第二版）》

作者简介：

史蒂芬·卢奇（Stephen Lucci）

拥有纽约市立大学的博士学位，目前在纽约市立大学教授计算机科学课程。他曾在高性能计算领域发表了多篇论文，并且是NASA发起的MU-SPIN项目的学术带头人。MU-SPIN项目旨在为NASA培养下一代*尖的科学家和工程师。

丹尼·科佩克（Danny Kopec）

拥有爱丁堡大学博士学位，目前在纽约市立大学布鲁克林学院和纽约市立大学研究生中心任教。他发表过多篇论文，并出版过几本书，还是一位国际象棋大师。

那么问题来了，为什么送这本呢？

不是因为它便宜（虽然它的性价比是最高的），而是它图文详细、示例丰富，非常适合作为自学和教学指南。

被称为美国经典教材，在Amazon上，被评价为自Russell & Norvig的《人工智能：一种现代方法》之后更好的教材，更加适合本科生使用。

当前，人工智能的发展进入了新的历史阶段，成为科研、教学和创业等领域关注的热点。我国正在大力培养人工智能领域的专业人才，一些高校成立了人工智能学院，还有许多高校开设了人工智能相关专业。

本书是作者结合多年教学经验、精心撰写的一本人工智能教科书，堪称人工智能的百科全书。全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。

目前在网店好评率都是100%，成为网友公认人工智能神书！

目录介绍

第一部分 引言

第1章 人工智能概述

1.0 引言

1.1 图灵测试

1.2 强人工智能与弱人工智能

1.3 启发法

1.4 识别适用人工智能来求解的问题

1.5 应用和方法

1.6 人工智能的早期历史

1.7 人工智能的近期历史到现在

1.8 新千年人工智能的发展

1.9 本章小结

第二部分 基础知识

第2章 盲目搜索

2.0 简介：智能系统中的搜索

2.1 状态空间图

2.2 生成与测试范式

2.3 盲目搜索算法

2.4 盲目搜索算法的实现和比较

2.5 本章小结

第3章 知情搜索

3.0 引言

3.1 启发法

3.2 知情搜索（第一部分）——找到任何解

3.3 最佳优先搜索

3.4 集束搜索

3.5 搜索算法的其他指标

3.6 知情搜索（第二部分）——找到最佳解

3.7 知情搜索（第三部分）——高级搜索算法

3.8 本章小结

第4章 博弈中的搜索

4.0 引言

4.1 博弈树和极小化极大评估

4.2 具有α-β 剪枝的极小化极大算法

4.3 极小化极大算法的变体和改进

4.4 概率游戏和预期极小化极大值算法

4.5 博弈理论

4.6 本章小结

第5章 人工智能中的逻辑

5.0 引言

5.1 逻辑和表示

5.2 命题逻辑

5.3 谓词逻辑——简要介绍

5.4 其他一些逻辑

5.5 本章小结

第6章 知识表示

6.0 引言

6.1 图形草图和人类视窗

6.2 图和哥尼斯堡桥问题

6.3 搜索树

6.4 表示方法的选择

6.5 产生式系统

6.6 面向对象

6.7 框架法

6.8 脚本和概念依赖系统

6.9 语义网络

6.10 关联

6.11 新近的方法

6.12 智能体：智能或其他

6.13 本章小结

第7章 产生式系统

7.0 引言

7.1 背景

7.2 基本示例

7.3 CARBUYER系统

7.4 产生式系统和推导方法

7.5 产生式系统和细胞自动机

7.6 随机过程与马尔可夫链

7.7 本章小结

第三部分 基于知识的系统

第8章 人工智能中的不确定性

8.0 引言

8.1 模糊集

8.2 模糊逻辑

8.3 模糊推理

8.4 概率理论和不确定性

8.5 本章小结

第9章 专家系统

9.0 引言

9.1 背景

互联网小常识：分组转发分为直接转发和间接转发两类。若源主机与目的主机在同一个网络或路由器与目的主机在同一个网络则为直接转发，否则为间接转发。

9.2 专家系统的特点

9.3 知识工程

9.4 知识获取

9.5 经典的专家系统

9.6 提高效率的方法

9.7 基于案例的推理

9.8 更多最新的专家系统

9.9 本章小结

第10章 机器学习第一部分

10.0 引言

10.1 机器学习：简要概述

10.2 机器学习系统中反馈的作用

10.3 归纳学习

10.4 利用决策树进行学习

10.5 适用于决策树的问题

10.6 熵

10.7 使用ID3构建决策树

10.8 其余问题

10.9 本章小结

第11章 机器学习第二部分：神经网络

11.0 引言

11.1 人工神经网络的研究

11.2 麦卡洛克-皮茨网络

11.3 感知器学习规则

11.4 增量规则

11.5 反向传播

11.6 实现关注点

11.7 离散型霍普菲尔德网络

11.8 应用领域

11.9 本章小结

第12章 受到自然启发的搜索

12.0 引言

12.1 模拟退火

12.2 遗传算法

12.3 遗传规划

12.4 禁忌搜索

12.5 蚂蚁聚居地优化

12.6 本章小结

第四部分 高级专题

第13章 自然语言处理

13.0 引言

13.1 概述：语言的问题和可能性

13.2 自然语言处理的历史

13.3 句法和形式语法

13.4 语义分析和扩展语法

13.5 NLP中的统计方法

13.6 统计NLP的概率模型

13.7 统计NLP语言数据集

13.8 应用：信息提取和问答系统

13.9 现在和未来的研究（基于CHARNIAK的工作）

13.10 语音理解

13.11 语音理解技术的应用

13.12 本章小结

第14章 自动规划

互联网小常识：在Internet中对网络的攻击可以分为2种基本类型，即服务攻击（造成拒绝服务Dos,典型的是SYN）与非服务攻击（对网络层等底层协议进行攻击）。

14.0 引言

14.1 规划问题

14.2 一段简短的历史和一个著名的问题

14.3 规划方法

14.4 早期规划系统

14.5 更多现代规划系统

14.6 本章小结

第五部分 现在和未来

第15章 机器人技术

15.0 引言

15.1 历史：服务人类、仿效人类、增强人类和替代人类

15.2 技术问题

15.3 应用：21世纪的机器人

15.4 本章小结

第16章 高级计算机博弈

16.0 引言

16.1 跳棋：从塞缪尔到舍弗尔

16.2 国际象棋：人工智能的果蝇

16.3 计算机国际象棋对人工智能的贡献

16.4 其他博弈

16.5 围棋：人工智能的新果蝇？

16.6 本章小结

第17章 大事记

17.0 引言

17.1 提纲挈领——概述

17.2 普罗米修斯归来

17.3 提纲挈领——介绍人工智能的成果

17.4 IBM的沃森-危险边缘挑战赛

17.5 21世纪的人工智能

17.6 本章小结

附录A CLIPS示例：专家系统外壳

附录B 用于隐马尔可夫链的维特比算法的实现（由Harun Iftikhar提供）

附录C 对计算机国际象棋的贡献：令人惊叹的Walter Shawn Browne

附录D 应用程序和数据

附录E 部分练习的答案

那么问题来了，怎么褥小编羊毛呢？

看我微头条送书那一条，进行操作即可。

点击链接参与抽奖！

本次送书通过小程序抽取3个头条老铁

生死有命，富贵在天，一切看各位的运气了。