人工智能：复杂问题求解的结构和策略（英文版·第5版）

　　Priface
　　Publishers Acknowledgements
　　PART I  ARTIFICIAL INTELLIGENCE:ITS ROOTS AND SCOPE
　　1 AI:HISTORY AND APPLICATIONS
　　PART Ⅱ  ARTIFICIALO INTELLIGENCE AS REPRESENTATION AND SEARCH
　　2 THE PREDICATE CALCULUS
　　3 STRUCTURES AND STRATEGIES FOR STATE SPACE SEARCH
　　4 HEURISTIC SEARCH
　　5 CONTROL AND IMPLEMENTATION OF STATE SPACE SEARCH
　　PART Ⅲ   REPRESENTATION AND INTELLIGENCE:THE AI CHALLENGE
　　6 KNOWLEDGE REPRESENTATION
　　7 STRONG METHOD PROBLEM SOLVING
　　8 REASONING IN UNCERTAIN SITUATIONS
　　PART Ⅳ  MACHINE LEARNING
　　9 MACHINE LEARNING:SYMBOL-BASED
　　10 MACHINE LEARNING:CONNECTIONIST
　　11 MACHINE LEARNING:SOCIAL AND EMERGENT
　　PART Ⅴ  ADVANCED TOPICS FOR AI POBLEM SOLVING
　　12 AUTOMATED REASONING
　　13 UNDERSTANDING NATURAL LANGUAGE
　　PART Ⅵ  LANGUAGES AND PROGRAMMING TECHNIQUES FOR ARTIFICIAL INTELLIGENCE
　　14 AN INTRODUCTION TO PROLOG
　　15 AN INTRODUCTION TO LISP
　　16 ARTIFICIAL INTELLIGENCE AS EMPIRICAL ENQUIRY
　　PART Ⅶ  EPILOGUE
　　17  Artificial Intelligence as Empirical Enquiry
　　Bibliography
　　Author Index
　　Subject Index

　　    George F.Luger，1973年在宾夕法尼亚大学获得博士学位，在其后的五年，他在爱丁堡大学人工智能系从事博士后研究工作。目前，他是新墨西哥大学的计算机科学、语言学以及心理学教授。

　　    这是一本经典的人工智能教材，已被宾夕法尼亚州立大学、南加利福尼亚大学、马里兰大学圣玛丽斯学院、密歇根科技大学、密西西比州立大学、波特兰州立大学等多所著名大学采用为人工智能课程的指定教材。
　　    书中从人工智能（AI）的历史及其应用开始介绍，涵盖了AI问题求解的研究工具、AI和知识密集型问题求解的表示法、机器学习、重要的AI应用领域、人工智能编程语言LISP和PROLOG等方面的内容，讨论了智能系统科学的可能性问题，以及现在AI面临的挑战和目前AI的局限，并探讨了人工智能的未来。本书中的算法用类Pascal的伪代码描述，使算法清晰易读。
　　    阅读本书要求学生已经学过离散数学课程，包括谓词演算和图论的基本知识，并且学过数据结构课程，包括树、图、递归搜索，会使用堆栈、队列和优先级队列。