主要内容
● 给出聚焦应用和进行实际操作的学习方法,同时提供包含辅助教学资源的网站。
● 包含许多研究习题和答案、例子、定义、理论以及富含说服力的卡通插图。
● 包括谓词逻辑、Prolog、启发式搜索、概率推理、机器学习与数据挖掘、神经网络和强化学习等知识。
● 报告深度学习的进展,这些进展包括应用神经网络去产生有创造性的内容,如文本、音乐和艺术(★新增内容)。
● 分析聚类算法的性能评估,给出两个能解释贝叶斯定理的例子以及它们在日常生活中的相关性(★新增内容)。
● 讨论搜索算法,分析循环校验,解释车辆导航系统的路径规划,还介绍蒙特卡洛树搜索(★新增内容)。
● 讨论人工智能在就业和交通方面的应用(★新增内容)。