Es wurde eher wie ein Lehrbuch für Studenten geschrieben, das viele Themen ausführlich behandelt. Ich suchte jedoch nach detaillierteren Informationen zur Wissensrepräsentation. Aber es war zu oberflächlich für meine Bedürfnisse. Möglicherweise umfasste es in der 3. Ausgabe die neuesten Ideen in diesem Bereich.

Das ist DAS Buch zum Lesen über alles, was mit moderner künstlicher Intelligenz zu tun hat. Ich betrachte dies als meine persönliche Bibel und würde es jedem empfehlen, der sich mit technischer künstlicher Intelligenz beschäftigt.

Ein umfassender Kurs in modernen KI-Themen. Während das Buch voller Informationen ist, liefern die Autoren klare Erklärungen, die vom aufmerksamen Leser leicht aufgegriffen werden können. Ein ausgezeichneter Begleiter eines Grundstudiengangs in künstlicher Intelligenz.

Atemberaubender Text, der mit äußerst klaren Erklärungen tief in Themen eintaucht. Überspannt die Linie besser als jedes andere Lehrbuch, von dem ich glaube, dass ich es jemals gelesen habe. Schauen Sie sich meine Implementierungen hier an: https://github.com/WarrenGreen/AI-Norvig

Dies ist das vollständigste und umfassendste Buch, das ich bisher zu einem Thema der künstlichen Intelligenz gelesen habe, und es ist auch sehr gut geschrieben. Wenn Sie wirklich ernsthaft in die KI eintauchen möchten und viel Zeit in 1000 Seiten dieses Buches investieren möchten, empfehle ich es Ihnen wirklich. Eine großartige Ergänzung zu diesem Buch ist der AI-Kurs https://www.ai-class.com/home/ Unter der Leitung des Mitautors dieses Buches, Peter Norvig und Sebastian Thrun, Professor für Informatik und Elektrotechnik an der Stanford University. Die letzten drei Monate habe ich jeden Tag mit diesem Buch und dem KI-Kurs verbracht und es war die faszinierendste Lernerfahrung, die ich je gemacht habe.

Fantastisches und umfassendes Buch über die verschiedenen Aspekte der künstlichen Intelligenz (KI). Ich besuche die Online-Klasse Stamford cs221 (Herbst 2011) und bin außerdem Mitglied des Teams, das die Videos vom Englischen ins Französische übersetzt. Peter Norvig ist ein großartiger Lehrer. Das Buch und die Videos ergänzen sich sehr gut. Selbst wenn Sie den Kurs nicht belegen oder nachdem Sie ihn besucht haben, ist dieses Buch eine hervorragende Referenz zu diesem Thema für Doktoranden und Fachleute gleichermaßen. Ich kann es jedem empfehlen, der sich für das Gebiet interessiert. #aiclass

Es ist ein teures Buch. Es wurde in meiner Universität für KI verwendet. Es werden viele KI-Themen behandelt, darunter intelligente Agenten, Suche, Wissensrepräsentation, maschinelles Lernen usw. Es gibt genügend Beispiele, aber nicht genügend gute und klare Beispiele. Das Buch ist stark voreingenommen gegenüber der Logik erster Ordnung als Methode zur Wissensrepräsentation, was es in Bayes'schen Netzwerken gut macht. Andere Themen wie neuronale Netze und Bildverarbeitung sollten besser an anderer Stelle gelesen werden. Insgesamt ist das Buch nicht zum leichten Lesen gedacht - Sie müssen sich wirklich auf das konzentrieren, was Sie lesen, um es zu verstehen.

Lesen Sie einige der Teile, die für meinen KI-Kurs relevant sind. Das Standardbuch auf dem Gebiet der traditionellen KI-Techniken, großartige historische Informationen / Fallstudien in jedem Kapitel, aber viele moderne Forschungen in der KI (Deep Learning) basieren auf sehr unterschiedlichen Prinzipien, die in erwähnt werden, aber nicht im Mittelpunkt stehen dieses Buch. Würde es trotzdem als obligatorische Lektüre für jeden bezeichnen, der in der KI arbeiten möchte.

Die klassische Einführung in das Feld. Peter Norvig und Stuart Russell sind großartige Schriftsteller und erklären die Konzepte gut. Manchmal zeigt sich ihre Voreingenommenheit, aber das ist etwas, das ich gerne für ein Buch ertragen möchte, das das Gebiet so gut abdeckt.

So ziemlich DAS Buch über umfassende künstliche Intelligenz. KI: Ein moderner Ansatz wird in Schulen und Universitäten auf der ganzen Welt verwendet. Erwarten Sie in diesem Buch keine Implementierungen in etwas anderem als allgemeinem Pseudocode. Sie können das Repository jedoch unter aima.cs.berkeley.edu überprüfen.

Eines der besten technischen Bücher, die ich gelesen habe, wenn auch zu einem schwierigen Thema. Es ist gut lesbar und viel besser als meine KI-Vorlesungen. Ich muss allerdings zugeben, dass ich nur die ersten 12 Kapitel gelesen habe.

Die Hauptschwäche liegt in der mangelnden Abdeckung "neuer KI" -Themen wie evolutionärer Algorithmen.

Was für ein schönes und nützliches Buch!

Die gesamte Haupt-KI (vor 2000 oder so) ist hier und der zugehörige Code in Lisp und Python ist eine gute Möglichkeit, die Implementierungsdetails kennenzulernen.

Ich werde mich sicherlich an dieses Buch erinnern, wenn ich ein ähnliches schreibe!

Dieses Paradox, KI zu lieben und die Reise zu hassen, ist das Zentrum der Mathematik. Wie auch immer, es ist schließlich eine Referenz. Zumindest weiß ich, wohin ich gehen muss, wenn ich ein Problem habe.

Dies ist der heilige Gral, dh ein grundlegendes Buch für alle KI-Forscher. Ich liebe die Beispiele und alles, was es mir beim Erlernen der Grundlagen der KI beigebracht hat.

Künstliche Intelligenz: Ein moderner Ansatz von Stuart Russel und Peter Norvig ist ein Buch, das den Leser in eine breite Palette von KI-Themen einführt. Von den traditionellen Suchproblemen bis zur Verarbeitung natürlicher Sprache bietet dieses Buch alles. Es steckt voller Details und eignet sich für alle, die sich für KI interessieren. Wenn Sie eine Einführung in dieses manchmal entmutigende Gebiet wünschen, ist dieses Buch genau das Richtige für Sie.

Obwohl es nicht in allen Themen sehr detailliert ist, bietet es eine gründliche Untersuchung der meisten von ihnen. Das zusätzliche Detail bringt glücklicherweise keine zusätzlichen Komplikationen mit sich, da die fortgeschritteneren Ideen genauso sauber behandelt werden wie die grundlegenderen. Für die meisten Algorithmen gibt es einen Pseudocode (und mit jeder Ausgabe wird mehr hinzugefügt), und es gibt viele Beispiele, die das Verständnis und Befolgen der Konzepte erheblich erleichtern.

Was dieses Buch auszeichnet, ist, wie gut es geschrieben ist. Jeder kann es mit den grundlegendsten Hintergründen aufnehmen und sie werden es verstehen und genießen. Die Prosa ist klar und manchmal sogar verspielt und farbenfroh. Dies, zusätzlich zu den großartigen und einfachen Erklärungen, macht das Lernen zu einer Freude.

Für diejenigen, die sich mit Code die Hände schmutzig machen möchten, bietet das Buch einige offizielle öffentliche Repositories (https://github.com/aimacode).

Wenn Sie an einem Leitfaden auf dem schnell wachsenden Gebiet der künstlichen Intelligenz interessiert sind, suchen Sie nicht weiter als dieses Buch. Ich kann es nicht genug empfehlen.

Extrem dichtes Buch, das nahezu jede Untergruppe von KI abdeckt. Konzentrieren Sie sich ein wenig zu sehr auf die "logischen" Abschnitte, die einige hundert Seiten später weggeblasen werden, wenn Sie feststellen, dass die reale Welt zu komplex ist, um logische Regelsysteme für jedes lohnende Problem zu erstellen. Hier kommt maschinelles Lernen ins Spiel. Dennoch sind die Kapitel über ML (obwohl immer noch erstaunlich) nicht so ausführlich wie die Logikkapitel, die die mittleren paar hundert Seiten einnehmen. Die zweite Hälfte des Buches ist ebenfalls extrem mathematisch schwer und ich werde höchstwahrscheinlich einige Kapitel noch einmal durchgehen müssen, wenn ich ein besseres Verständnis für die fortgeschrittene Mathematik bekomme, die für KI und ML benötigt wird.

Altmodisches chronologisches Wörterbuch

Ich benutze es als Einführung oder Inhaltsverzeichnis, um einen Eindruck davon zu bekommen, wie jedes Teilfeld der KI miteinander in Beziehung steht, nachdem ich das Studium des maschinellen Lernens abgeschlossen habe. Aber um wirklich in jedes Thema eines jeden Kapitels einzutauchen, müssen Sie spezifischere Bücher oder Papiere finden, um sich mit den Details zu befassen.

Insgesamt ist es eine großartige Einführung in dieses Gebiet. Verlassen Sie sich nur nicht darauf, dieses Buch allein zu lesen, sondern machen Sie irgendwie zu einem KI-Spezialisten. Kein einziges Buch kann das für Sie tun.

Dieses monumentale Werk, das den KI-Lehrbuchmarkt vollständig dominiert, wurde mit Klassikern wie Watsons verglichen Molekularbiologie der Zelleund es gelingt ihm außerordentlich, eine klare, einbändige Zusammenfassung des gesamten Bereichs der künstlichen Intelligenz zu liefern. Wie bereits erwähnt die Homepage des BuchesEs wird an über 1200 Universitäten in über 100 Ländern verwendet und ist die 25. am häufigsten zitierte Veröffentlichung über Citeseer und die am zweithäufigsten zitierte Veröffentlichung dieses Jahrhunderts. Der gelegentliche Vorschlag, den Sie vielleicht hören, dass er "seinen Vorverkauf bestanden hat" oder "ein anständiges Bild von guter altmodischer KI vermittelt", kann ohne zu zögern als neidischer Karpfen von Akademikern abgeschrieben werden, die sich wünschen, sie hätten sogar ein Zehntel beeindruckend in ihren Lebensläufen.

Was war das? Ah, ja, tatsächlich zitiert es eine meiner Arbeiten. Wie hast du das erraten?

Heh, ich habe dies geöffnet, um die ISBN zu finden, und auf allen Seiten getrocknetes Blut gefunden, was darauf hindeutet, dass ich dies während meiner kokainintensiven Zeit in den Jahren 1999-2000 gelesen habe. Das passt, da Kokain und das Studium von künstliche Intelligenz scheinen mehrere Ähnlichkeiten zu haben - unglaubliche Kosten als Eintrittsbarriere, aufregende kurzfristige Effekte (siehe: Euphorie, A * -Suche), aber Enttäuschungen bei längerem Gebrauch (siehe: Sucht, kombinatorische Explosionen), und beide haben viel ruiniert von guten Karrieren in der Informatik. Wir haben dieses Buch für CS4600 verwendet, aber ich bin erst in der Mitte dieses Semesters angekommen und erinnere mich nur wenig daran (siehe: Karrieren in der Informatik, vorgenannte negative Auswirkungen von Kokain auf). Ich ging zurück und las das meiste davon im Jahr 2003 und fand eine solide Berichterstattung über fast alles Nützliche, das mir von AI bekannt ist.

Willst du ein Buch, das breite und tiefe KI noch in Laienform (fast) erklärt? Das ist es. Von allen KI-Büchern, die ich gelesen habe, ist dieses wohl das zugänglichste für Studenten (CS, EE-Hintergrund). Es setzt nur minimale mathematische Formalitäten voraus und so ziemlich die mathematischen Dinge sind in sich geschlossen. Die Autoren haben großartige Arbeit geleistet, um die Inhalte über die neuesten Ereignisse in der KI auf dem Laufenden zu halten und gleichzeitig die Leser gesund zu halten. Insgesamt Daumen hoch!

Heilige Bälle Dieses Buch hat viele Seiten. Ich weiß auch nicht, warum diese Dinge immer separate "internationale" Ausgaben haben müssen.

Es beginnt stark für ein paar hundert Seiten, widmet dann aber ohne Grund mehrere Kapitel der Wahrscheinlichkeit und Statistik auf Highschool-Ebene, bevor es sich für ein paar hundert Seiten dem im Wesentlichen sinnlosen mathematischen Showboot widmet. Dann endet es mit einem interessanten, aber nicht wirklich relevanten und höchst unrühmlichen (ganz zu schweigen von Tippfehlern) Überblick über die verschiedenen Produkte von Google (hauptsächlich PageRank und Google Translate).
Danach gibt es noch ein paar Kapitel, aber ich denke, es ist am besten, so zu tun, als ob sie nicht existieren. Kapitel 26 (Philosophische Grundlagen) war insbesondere eine verdammte Verlegenheit, die Idioten wie John Searle und Ray Kurzweil unnötiger machte und Papier über absurdes Handdrücken über Science-Fiction-Szenarien verschwendete. KI ist ein zu legitimes und interessantes Feld, um diese Art von Mist in einem Lehrbuch der Universität zu rechtfertigen.

Trotz alledem ist es immer noch ein sehr gutes Buch und ein guter Überblick über das Gebiet. Mir hat besonders gut gefallen, dass jedes Kapitel am Ende einen umfangreichen Abschnitt mit historischen und biografischen Anmerkungen hatte. Wenn nichts anderes, zeigt es zumindest, dass der KI-Winter, wenn er jemals eine echte Sache war (zumindest in Bezug auf Forschungstätigkeit und Fortschritt), jetzt weit hinter uns liegt.

5 Sterne, weil es ganz einfach keinen Ersatz gibt.

Künstliche Intelligenz ist im Kontext der Säuglingswissenschaft des Rechnens eine sehr alte und sehr breite Subdisziplin, wobei der "Turing-Test" nicht nur zur gleichen Zeit, sondern von derselben Person wie viele der Grundlagen des Rechnens selbst entstanden ist . Diejenigen von uns Schülern eines bestimmten Alters werden sich an Begriffe wie "symbolisch" gegen "verbindungsorientiert" gegen "probabilistisch" sowie an "Kratzer" und "ordentlich" erinnern. Schlüsselfiguren, Ereignisse und Denkschulen umfassen mehrere Institutionen auf mehreren Kontinenten. Kurz gesagt, eine große Herausforderung für jeden, der sich mit künstlicher Intelligenz befassen möchte, besteht darin, einfach ein einheitliches Thema zu entwickeln.

Die wichtigste Errungenschaft von AIMA ist meiner Meinung nach also: Russell und Norvig nehmen das Durcheinander der KI-Forschung und schaffen es, sie sinnvoll in eine narrative Struktur zu integrieren, die sich auf die Vorstellung verschiedener Arten von "Agenten" konzentriert (nicht zu verwechseln mit dem Teil der KI-Forschung, der seine Konstrukte ausdrücklich als "Agenten" bezeichnet!) und nachdem er den Teich gegraben und mit Wasser gefüllt hat, einen Stein über die Oberfläche hüpfen lässt. Es ist Sache des Lesers, den Bögen des Steins von Hauptthema zu Hauptthema zu folgen, auf die Tiefe zu verzichten oder einen bestimmten Kontaktpunkt auszuwählen und sich auf die sich daraus ausbreitenden Wirbel zu konzentrieren. Für letzteren Zweck ist die umfangreiche Bibliographie unverzichtbar.

Nach alledem muss ich anerkennen, dass Russell und Norvig keine völlig unparteiischen KI-Praktizierenden sind. Insbesondere Norvig ist mittlerweile als überzeugter Bayes'scher Probabilist bekannt, der als Director of Search Quality oder Machine Learning oder wie auch immer Google heute beschlossen hat, Google zum Bayes'schen Kraftpaket gemacht hat, das es ist. (Weniger bekannt ist Norvigs früherer Aufenthalt beim High-Tech-Startup Junglee, das von Amazon übernommen wurde. In gewissem Maße unterstützt Peter Norvig sowohl Google als auch Amazon.) Man kann also wahrscheinlich nicht ohne Begründung behaupten, dass AIMA die Bayes'sche Wahrscheinlichkeit gegenüber anderen betont nähert sich.

So gut AIMA auch ist, es ist immer noch ein Umfrage. Selbst in Bezug auf die Bayes'sche Wahrscheinlichkeit ist die Behandlung einleitend, wie ich beim Lesen mit einigem Schock feststellte Wahrscheinlichkeitstheorie: Die Logik der Wissenschaft. Das ist aber in Ordnung: Es ist die beste Einführung, die ich je gesehen habe.

Lesen Sie es also einmal für die Umfrage, bewahren Sie es für die Bibliographie in Ihrem Regal auf und greifen Sie darauf zurück, wenn Sie denken: "Hey, habe ich darüber nicht schon einmal irgendwo gelesen?"

Für ein Lehrbuch ist dies erstaunlich zugänglich und interessant. Wenn Sie Interesse an dem Thema haben, lesen Sie dieses Buch. Es kostet 100 US-Dollar oder mehr, ist aber für KI-Kurse sehr beliebt, daher sollte jede gute Universitätsbibliothek eine Kopie haben.

Die Bibel über rechnerische Entscheidungen. Ich benutze diesen Begriff, da es in diesem Buch nicht nur um die KI / maschinelles Lernen geht, von der wir ständig hören, sondern um viel mehr. Dieses Lehrbuch ist perfekt, ohne dass ein Stein auf dem anderen bleibt. Wir freuen uns auf die nächste Ausgabe, die angesichts der zunehmenden Innovationsrate überfällig erscheint (der folgende Satz fühlt sich sicherlich veraltet an: „Aktuelle Go-Programme werden auf Master-Ebene auf einem reduzierten 9 × 9-Board gespielt, befinden sich aber immer noch auf fortgeschrittenem Amateur-Niveau auf einer Vollpension ”). Es gibt zwei Aspekte, die mir besonders gefallen haben: (2) die historischen Abschnitte am Ende jedes Kapitels; Die Einführung gab auch eine faszinierende Geschichte der KI und ihrer Beziehung zu anderen Bereichen (Neurologie, Logik, Kybernetik…). (1) Ich mochte auch alle Spielaspekte wie die Wumpus-Welt, die ich vorher nicht kannte. Ich wünschte wirklich, ich hätte dieses Buch entdeckt, als es 2 zum ersten Mal veröffentlicht wurde, seufz

OK, ich habe dieses Cover nicht vollständig gelesen, aber ich habe mir viel von dem, was Sie als grundlegende Kapitel bezeichnen könnten, genau angesehen, nur um zu sehen, ob es so etwas wie KI gibt oder ob wir nur hoffen, dass es 1 gibt Was kann ich als Philosoph von der KI lernen, ob es existiert oder nicht? Ziel 2 war viel wichtiger, da ich eine Logik des Induktionsunterrichts unterrichte und natürlich eine wichtige Säule der KI darin bestehen würde, Maschinen zu entwickeln, die unter Unsicherheit Urteile fällen und rationale Heuristiken anwenden können, so wie es Menschen tun (was überhaupt nicht sehr gut ist) der Weg). Ich fand heraus, dass ich das meiste bereits wusste, aus Studien des Bayes'schen Denkens (was übrigens sehr schwierig ist und ohne eine klare Sicht auf die Einschränkungen nicht blind implementiert werden sollte) und dem Studium azyklischer Kausalgraphen (die ist Standard-Akademielesung für Philosophen). Diese Grafiken lassen auch Heuler und Gegenbeispiele zu, wie jeder weiß. Ich interessiere mich mehr für die Idee, "dumme Maschinen" zu entwickeln, die eher wie neuronale Netze und weniger wie Wahrscheinlichkeitsmaximierer funktionieren. Das menschliche Gehirn ist im Grunde (meiner Ansicht nach jedenfalls) eine dumme Maschine, voller verrückter Problemumgehungen und fehlerhafter Logik. Die richtige Lösung oder der richtige Weg ist praktisch nie diejenige, die sich die Evolution einfallen lässt. Sie reibt sie nur mit massiven Armeen von Neuronen und Verbindungen und viel Versuch und Irrtum aus, aber nichts, was man als Berechnung bezeichnen würde, wie bei Turing-Maschinen. Ich glaube, elegante Algorithmen für das Computer-Sehen haben nichts mit der Art und Weise zu tun, wie das Gehirn das visuelle Bild erstellt. Ein Philosoph nimmt.

Ein fantastisches Lehrbuch, das nicht nur eine großartige Einführung in die KI bietet, sondern auch als Umfragekurs für technisches Schreiben dient. Ich habe nur etwa 75% davon gelesen, habe aber definitiv vor, es noch einmal zu besuchen. Durch das erneute Lesen einiger früherer Kapitel habe ich gelernt, wie viel ich beim ersten Lesen verpasst (oder vergessen) habe.

AIMA setzt nicht viel Hintergrundwissen voraus, das über Programmiererfahrung, mathematische Notation und ein grundlegendes Verständnis der Komplexität der Berechnungen / der algorithmischen Effizienz hinausgeht.

Die ersten 10 Kapitel oder so sind die besten und die zweite Hälfte des Buches kann ein bisschen trottelig sein, da es sich um mathematische Masturbation handelt. Viele der Kapitel werden besser von anderen Ressourcen bedient - ich empfehle die CS188-Vorlesungen von UC Berkeley zur Ergänzung. Leider sind einige Kapitel geradezu schlecht (das Kapitel über Philosophische Grundlagen kommt mir in den Sinn), aber diese sind eher selten.

Trotzdem gibt es kein umfassenderes Buch über KI. Lesen Sie dies, lesen Sie es erneut und behandeln Sie es mit Sorgfalt - Sie werden die Belohnungen für eine lange Zeit ernten.