本書介紹了經典人工智能（邏輯或演繹推理）和現代人工智能（歸納學習和神經網絡）之間的覆蓋范圍。分別闡述了三類方法：
演繹推理方法： 這些方法從預先定義的假設開始，并對其進行推理，以得出合乎邏輯的結論。底層方法包括搜索和基于邏輯的方法。這些方法在第 1 章到第 5 章中討論。歸納學習方法：這些方法從例子開始，并使用統計方法來得出假設。示例包括回歸建模、支持向量機、神經網絡、強化學習、無監督學習和概率圖形模型。這些方法在第 6 章到第 11 章中討論。整合推理和學習：第 12 章和第 13 章討論整合推理和學習的技術。例子包括知識圖譜和神經符號人工智能的使用。
目 錄
推薦序一
推薦序二
譯者序
前言
第1章 人工智能導論 1
1.1 引言 1
1.2 兩大流派 1
1.3 通用人工智能 9
1.4 代理的概念 10
1.5 人工智能中的演繹推理 12
1.5.1 實例 13
1.5.2 演繹推理的經典方法 17
1.5.3 演繹推理的優勢和局限 19
1.6 人工智能中的歸納學習 19
1.6.1 學習的類型 20
1.6.2 無監督學習任務 21
1.6.3 監督學習任務 23
1.7 人工智能中的生物進化 24
1.8 總結 25
1.9 拓展閱讀 26
1.10 練習 26
第2章 搜索狀態空間 27
2.1 引言 27
2.2 不知情搜索算法 30
2.2.1 案例研究：八個拼圖問題 35
2.2.2 案例研究：在線迷宮搜索 36
2.2.3 通過雙向搜索提高效率 36
2.3 知情搜索：佳優先搜索 37
2.3.1 貪婪佳優先搜索 39
2.3.2 A*-搜索算法 40
2.4 具有特定于狀態的損失函數
的局部搜索 41
2.4.1 爬山 43
2.4.2 禁忌搜索 45
2.4.3 模擬退火 47
2.5 遺傳算法 48
2.6 約束滿足問題 50
2.6.1 作為約束滿足的旅行
推銷員問題 50
2.6.2 作為約束滿足的圖著色 51
2.6.3 數獨作為約束滿足 51
2.6.4 約束滿足的搜索算法 52
2.6.5 利用特定于狀態的
損失值 53
2.7 總結 53
2.8 拓展閱讀 53
2.9 練習 53
第3章 多代理搜索 55
3.1 引言 55
3.2 不知情搜索：AND-OR
搜索樹 56
3.2.1 處理兩個以上的代理 59
3.2.2 處理非確定性環境 59
3.3 具有特定于狀態的損失函數
的知情搜索樹 60
3.3.1 啟發式變化 63
3.3.2 適應對抗環境 63
3.3.3 預存儲子樹 65
3.3.4 設計評估函數面臨的挑戰 66
3.3.5 極小極大樹的缺點 67
3.4 alpha-beta剪枝 69
3.5 蒙特卡羅樹搜索：歸納視圖 71
3.5.1 對預期結果模型的改進 74
3.5.2 演繹與歸納：小值
和蒙特卡羅樹 77
3.5.3 應用于非確定性和部分
可觀測游戲 78
3.6 總結 79
3.7 拓展閱讀 79
3.8 練習 80
第4章 命題邏輯 81
4.1 引言 81
4.2 命題邏輯：基礎 82
4.3 命題邏輯定律 86
4.3.1 蘊涵和等價的有用性質 88
4.3.2 重言式和可滿足性 89
4.3.3 子句和規范形式 90
4.4 命題邏輯作為專家系統的
先驅 91
4.5 命題邏輯中表達式的等價性 92
4.6 知識庫中的證明基礎 94
4.7 矛盾證明法 96
4.8 具有明確子句的有效蘊涵 100
4.8.1 正向鏈接 100
4.8.2 反向鏈接 102
4.8.3 比較正向鏈接和
反向鏈接 103
4.9 總結 103
4.10 拓展閱讀 104
4.11 練習 104
第5章 一階邏輯 106
5.1 引言 106
5.2 一階邏輯的基礎 108
5.2.1 量詞的使用 109
5.2.2 一階邏輯中的函數 112
5.2.3 一階邏輯如何建立在
命題邏輯上 113
5.2.4 標準化問題和范圍擴展 115
5.2.5 否定與量詞的相互作用 116
5.2.6 置換和斯科倫化 117
5.2.7 為什么一階邏輯更具
表現力 119
5.3 填充知識庫 120
5.4 一階邏輯專家系統示例 122
5.5 系統推斷程序 123
5.5.1 矛盾證明法 123
5.5.2 正向鏈接 125
5.5.3 反向鏈接 126
5.6 總結 126
5.7 拓展閱讀 127
5.8 練習 127
第6章 機器學習：歸納觀點 129
6.1 引言 129
6.2 線性回歸 131
6.2.1 隨機梯度下降 132
6.2.2 基于矩陣的解決方案 133
6.2.3 偏差的使用 134
6.2.4 為什么正則化很重要 134
6.3 小二乘分類 135
6.4 支持向量機 138
6.5 邏輯回歸 140
6.5.1 計算梯度 140
6.5.2 比較支持向量機和
邏輯回歸 140
6.5.3 邏輯回歸作為概率
分類器 142
6.6 多類設置 143
6.6.1 一對其余，一票反對
一票 143
6.6.2 多項式邏輯回歸 144
6.7 Na?ve Bayes模型 145
6.8 近鄰分類器 147
6.9 決策樹 148
6.9.1 決策樹構建的訓練階段 148
6.9.2 拆分節點 151
6.9.3 將決策樹推廣到隨機
森林 152
6.10 基于規則的分類器 153
6.10.1 順序覆蓋算法 154
6.10.2 將基于規則的分類器與
專家系統中的邏輯規則
進行比較 155
6.11 分類的評估 155
6.11.1 分為訓練和測試部分 157
6.11.2 絕對準確度測量 158
6.11.3 排名措施 159
6.12 總結 162
6.13 拓展閱讀 163
6.14 練習 163
第7章 神經網絡 164
7.1 引言 164
7.2 計算圖簡介 165
7.2.1 神經網絡作為定向
計算圖 168
7.2.2 softmax激活函數 169
7.2.3 常見損失函數 170
7.2.4 非線性如何增加
表達能力 170
7.3 有向無環圖的優化 172
7.3.1 計算圖的挑戰 172
7.3.2 坡度計算的廣泛框架 173
7.3.3 使用暴力計算節點到
節點的導數 174
7.3.4 計算節點到節點導數
的動態規劃 177
7.3.5 將節點到節點導數轉換
為損失到權重導數 181
7.3.6 帶有向量變量的計算圖 183
7.4 應用：神經網絡中的反向傳播 185
7.4.1 常用激活函數的導數 187
7.4.2 softmax的特殊情況 187
7.4.3 以向量為中心的反向
傳播 188
7.4.4 以向量為中心的反向
傳播示例 190
7.5 計算圖的一般視圖 192
7.6 總結 194
7.7 拓展閱讀 194
7.8 練習 194
第8章 特定領域的神經架構 198
8.1 引言 198
8.2 卷積神經網絡的基本原理 198
8.3 卷積神經網絡的基本架構 200
8.3.1 填充 204
8.3.2 步幅 205
8.3.3 典型的設置 205
8.3.4 ReLU層 206
8.3.5 池化 206
8.3.6 完全連接層 208
8.3.7 層之間的交錯 208
8.3.8 分層特性工程 210
8.4 卷積架構的案例研究 211
8.4.1 AlexNet 212
8.4.2 VGG 214
8.4.3 ResNet 216
8.5 遞歸神經網絡的基本原理 218
8.6 遞歸神經網絡的結構 220
8.6.1 RNN語言建模實例 222
8.6.2 通過時間反向傳播 224
8.6.3 多層迭代網絡 226
8.7 長短期記憶 227
8.8 特定于領域的架構的應用 231
8.8.1 自動圖像字幕的應用 231
8.8.2 序列到序列學習和機器
翻譯 232
8.9 總結 233
8.10 拓展閱讀 234
8.11 練習 234
第9章 無監督學習 235
9.1 引言 235
9.2 降維和矩陣分解 236
9.2.1 對稱矩陣分解 237
9.2.2 奇異值分解 237
9.2.3 非負矩陣分解 242
9.2.4 神經網絡降維 246
9.3 聚類 250
9.3.1 基于代表的算法 250
9.3.2 自底向上的凝聚方法 252
9.3.3 自頂向下的方法 255
9.3.4 基于概率模型的算法 256
9.3.5 科赫侖自組織映射 259
9.3.6 譜聚類 261
9.4 為什么無監督學習很重要 262
9.4.1 機器學習的特征工程 262
9.4.2 特征工程的徑向基函數
網絡 264
9.4.3 半監督學習 265
9.5 總結 269
9.6 拓展閱讀 269
9.7 練習 269
第10章 強化學習 271
10.1 引言 271
10.2 無狀態算法：多臂老虎機 272
10.2.1 Na?ve算法 273
10.2.2 ?-?貪心算法 273
10.2.3 上界方法 273
10.3 強化學習框架 274
10.4 蒙特卡羅抽樣 276
10.4.1 蒙特卡羅抽樣算法 276
10.4.2 用函數近似器進行
蒙特卡羅rollout 278
10.4.3 連接到蒙特卡羅樹搜索 279
10.5 自舉法與時間差異學習 280
10.5.1 Q-學習 280
10.5.2 使用函數近似器 282
10.5.3 例子：用于電子游戲
設置的神經網絡細節 284
10.5.4 策略上與非策略的
方法：SARSA 284
10.5.5 建模狀態與狀態–
動作對 286
10.6 策略梯度方法 288
10.6.1 似然比原則 289
10.6.2 將監督學習與策略梯度
相結合 290
10.6.3 玩家–評委算法 290
10.6.4 持續的動作空間 292
10.6.5 策略梯度的利與弊 292
10.7 重溫蒙特卡羅樹搜索 292
10.8 案例研究 294
10.8.1 AlphaGo：圍棋的
冠軍級對弈 294
10.8.2 自學習機器人 297
10.8.3 自動駕駛汽車 300
10.9 強化學習的弱點 301
10.10 總結 302
10.11 拓展閱讀 302
10.12 練習 303
第11章 概率圖模型 304
11.1 引言 304
11.2 貝葉斯網絡 305
11.3 機器學習中的基本概率模型 307
11.4 玻爾茲曼機 309
11.4.1 玻爾茲曼機如何產生
數據 311
11.4.2 學習玻爾茲曼機的
權重 311
11.5 受限玻爾茲曼機 312
11.5.1 訓練RBM 314
11.5.2 對比發散算法 315
11.5.3 實際問題和即興 316
11.6 受限玻爾茲曼機的應用 317
11.6.1 降維與數據重構 317
11.6.2 協同過濾的RBM 319
11.6.3 條件因子分解：一個
簡潔的正則化技巧 321
11.7 總結 321
11.8 拓展閱讀 322
11.9 練習 322
第12章 知識圖譜 323
12.1 引言 323
12.2 知識圖譜概述 326
12.2.1 例子：詞網 330
12.2.2 例子：雅虎 331
12.2.3 例子：數據庫百科
全書 332
12.2.4 例子：自由基 332
12.2.5 例子：維基數據 333
12.2.6 例子：基因本體 333
12.3 如何構建知識圖譜 334
12.3.1 知識圖譜的一階邏輯 335
12.3.2 從非結構化數據中提取 336
12.3.3 處理不完全性 336
12.4 知識圖譜的應用 337
12.4.1 搜索中的知識圖譜 338
12.4.2 聚類知識圖譜 339
12.4.3 實體分類 340
12.4.4 鏈接預測和關系分類 341
12.4.5 推薦系統 342
12.5 總結 342
12.6 拓展閱讀 343
12.7 練習 343
第13章 綜合推理與學習 344
13.1 引言 344
13.2 偏差–方差權衡 348
13.3 一個泛型演繹–歸納集合 351
13.4 遷移學習 354
13.4.1 圖像數據 355
13.4.2 文本數據 356
13.4.3 跨域遷移學習 357
13.5 終身機器學習 359
13.6 神經符號人工智能 363
13.7 總結 366
13.8 拓展閱讀 366
13.9 練習 366
參考文獻 367
新書資訊