人工智能:现代方法(第4版)(上下册)
执行模式:light
建档进度:done
整体评级
四象限结论:经典原理(高信息浓度 + 高稳定性)
本书以“理性智能体”为统一主线,系统讲解搜索、逻辑、概率、决策、机器学习、语言、视觉、机器人与伦理安全等 AI 核心问题。它不以某个工具版本或操作步骤为中心,而是反复讨论表示、推断、学习、规划、效用、泛化、风险等底层机制与取舍。这些推理框架在具体模型和工程平台变化时仍然可迁移,适合作为长期参考。
整书笔记
阅读正文、章节讲解、全书主线、跨章综合与全部卡片/原文定位见 _book_note.md。覆盖与候选取舍见 _coverage.md。
章节进度追踪
| 章节号 |
章节标题 |
状态(pending/done) |
卡片数 |
| 01 |
绪论 |
done |
3 |
| 02 |
智能体 |
done |
3 |
| 03 |
通过搜索进行问题求解 |
done |
3 |
| 04 |
复杂环境中的搜索 |
done |
3 |
| 05 |
对抗搜索和博弈 |
done |
3 |
| 06 |
约束满足问题 |
done |
3 |
| 07 |
逻辑智能体 |
done |
3 |
| 08 |
一阶逻辑 |
done |
3 |
| 09 |
一阶逻辑中的推断 |
done |
3 |
| 10 |
知识表示 |
done |
3 |
| 11 |
自动规划 |
done |
3 |
| 12 |
不确定性的量化 |
done |
3 |
| 13 |
概率推理 |
done |
3 |
| 14 |
时间上的概率推理 |
done |
3 |
| 15 |
概率编程 |
done |
3 |
| 16 |
做简单决策 |
done |
3 |
| 17 |
做复杂决策 |
done |
3 |
| 18 |
多智能体决策 |
done |
3 |
| 19 |
样例学习 |
done |
3 |
| 20 |
概率模型学习 |
done |
3 |
| 21 |
深度学习 |
done |
3 |
| 22 |
强化学习 |
done |
3 |
| 23 |
自然语言处理 |
done |
3 |
| 24 |
自然语言处理中的深度学习 |
done |
3 |
| 25 |
计算机视觉 |
done |
3 |
| 26 |
机器人学 |
done |
3 |
| 27 |
人工智能的哲学、伦理和安全性 |
done |
3 |
| 28 |
人工智能的未来 |
done |
3 |
非正文排除
| spine 项 |
类型 |
排除理由 |
| titlepage.xhtml / part0000.html |
封面/空白 |
无实质正文 |
| part0001–part0004.html |
目录/版权/题名 |
出版信息,非作者正文论证 |
| part0005–part0016.html |
版权声明/赞誉/序/前言/彩插 |
出版与配套说明,非作者正文论证 |
| part0017 之前及分节页、part0038/0055 等 |
分篇题名页 |
仅篇章标题,无实质讲解 |
| part0052 / part0053(附录 A/B) |
附录 |
数学与语言补充,略读不入正文计划 |
待关联术语
| 术语名 |
出现章节 |
一句话语境 |
| (无纯提名术语,均在卡片中实质展开) |
— |
— |
引用文献
| 标题 |
类型 |
出现章节 |
一句话语境 |
| (本书以机制讲解为主,未引用需单独登记的外部文献) |
— |
— |
— |
实践卡进度
| 序号 |
实践标题 |
实践方式 |
状态(pending/done) |
关联章节 |
产出 |
| 001 |
搜索与启发式策略效率对照 |
实现深读 |
done |
03、04 |
ideas/idea-001-搜索与启发式策略效率对照.md |
| 002 |
概率推断与贝叶斯网络建模对照 |
证据验证 |
done |
12、13、14 |
ideas/idea-002-概率推断与贝叶斯网络建模对照.md |
| 003 |
AI 伦理与安全取舍的决策日志 |
决策实践 |
done |
27 |
ideas/idea-003-AI 伦理与安全取舍的决策日志.md |
实践候选筛选:done
筛选说明:从搜索策略、概率建模与 AI 伦理三类可迁移主题中选取可立即启动、产出可检查的实践;相近候选合并为 3 张,均未触及真实用户或生产系统。未采用需要完整模型训练与外部高风险干预的候选。计划交付不等于实践已执行。