人工智能（英文版）
本書包含當前人工智能(AI)研究的主要內容，尤其強調實際應用，涉及數據挖掘等許多*應用領域。全書共13章，分別講述了AI的歷史、不用知識的搜索、用知識的搜索、AI與博弈、知識表示、機器學習、演化計算、神經網絡...
本書包含當前人工智能(AI)研究的主要內容，尤其強調實際應用，涉及數據挖掘等許多應用領域。全書共13章，分別講述了AI的歷史、不用知識的搜索、用知識的搜索、AI與博弈、知識表示、機器學習、演化計算、神經網絡I、機器人學與AI、智能Agent、來自生物的模型與混合模型以及AⅡ語言。本書給出了算法的較詳細實現，與現有的以理論基礎為核心的大多數經典人工智能著作相比，本書有自身的鮮明特色，且內容與國內人工智能課程的教學內容吻合，尤其有利于培養學生解決人工智能實際問題的能力。
本書適合高等學校計算機、自動化等信息學科的本科生和研究生閱讀，也適合廣大人工智能愛好者自學使用，本書也能為人工智能研究人員了解各種算法的設計思路和具體實現框架提供參考。
本書為廣大學生和人工智能開發人員提供了學習人工智能相關概念的一種新思路。
書中包含人工智能在多個領域的許多應用，這些領域包括游戲程序設計、群體智能、智能Agent、神經網絡、人工免疫系統、遺傳算法、模式識別、數值優化以及數據挖掘等。本書還討論了從早期的LISP語言到近期的Python語言等多種人工智能語言。書中不僅包括了人工智能的理論和主要課題，還介紹了從數據輸入到轉換再到數據輸出(即算法的使用)的實際需要的信息。因為傳統的人工智能概念目前僅僅表示算法的各種類型，因此需要用一種不同的方法來介紹人工智能算法。這種"傳感器－算法－效應器"的方法為這些算法提供了一個基礎環境，能夠幫助學生和人工智能從業者更好地理解它們，從而更好地應用這些算法。
Chapter 1 The History of AI
What is Intelligence?
The Search for Mechanical Intelligence
The Very Early Days (the early 1950s)
Artificial Intelligence Emerges as a Field
AI's Winter
AI Re-emerges
AI Inter-Disciplinary R&D
Systems Approach
Overview of this Book
Chapter Summary
References
Resources
Exercises
Chapter 2 Uninformed Search
Search and AI
Classes of Search
General State Space Search
Trees, Graphs, and Representation
Uninformed Search
Improvements
Algorithm Advantages
Chapter Summary
Algorithms Summary
References
Exercises
Chapter 3 Informed Search
Informed Search
Best-First Search (Best-FS)
A Search
Hill-Climbing Search
Simulated Annealing (SA)
Tabu Search
Constraint Satisfaction Problems (CSP)
Constraint Satisfaction Algorithms
Chapter Summary
Algorithms Summary
References
Resources
Exercises
Chapter 4 AI and Games
Two-Player Games
The Minimax Algorithm
Classical Game AI
Video Game AI
Chapter Summary
References
Resources
Exercises
Chapter 5 Knowledge Representation
Introduction
Types of Knowledge
The Role of Knowledge
Semantic Networks
Frames
Propositional Logic
First-Order Logic (Predicate Logic)
Semantic Web
Computational Knowledge Discovery
Ontology
Communication of Knowledge
Chapter Summary
References
Resources
Exercises
Chapter 6 Machine Learning
Machine-Learning Algorithms
Chapter Summary
Resources
Exercises
Chapter 7 Evolutionary Computation
Short History of Evolutionary Computation
Biological Motivation
……
Chapter 8 Neural Networks I
Chapter 9 Neural Networks II
Chapter 10 Robotics and AI
Chapter 11 Intelligent Agents
Chapter 12 Biologically Inspired and Hybrid Models
Chapter 13 The Languages of AI
