美国计算机科学与工程教授，AI应用于游戏的发起人

机器挑战人类的时代，探索学习、认知和思维的新模式

◎ 编辑推荐

☆ 美国计算机科学与工程教授，AI应用于游戏的发起人

☆ 介绍了*前沿的AI技术及其应用

☆ 以AI的视野，进入游戏世界，探索智能时代学习、认知和思维的新模式

◎ 内容简介

机器不断挑战人类的认知能力，而游戏设计的核心 就是认知科学，设计游戏需要了解人类如何思维和学习。游戏从来都不只是一种自我消遣娱乐的方式，它也是学习和思考的工具。

那么，当机器在所有游戏中击败人类，是不是意味着人工智能已经超越人类？我们又能从人工智能的不断进化中学到什么？

本书全方位介绍了人工智能的最新进展，同时列举了《超级马里奥兄弟》《愤怒的小鸟》《DOTA》《塞尔达传说》等数十款游戏史上不同类型的爆款游戏，简明易懂地阐明了游戏、学习与人工智能的关系。我们会看到，通过学习怎样玩游戏、怎样设计游戏、怎样将游戏用于人工智能开发，可以更好地了解人类和机器是怎样思考的，并进一步探索游戏、学习和思维的新模式。

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学 习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。除有关统计学习、监督学习和无监督学习的概论和总结的四章外，每章介绍一种方法。叙述力求从具体问题或实例入手， 由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。 为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。 本书是统计机器学习及相关课程的教学参考书，适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生，也可供从事计算机应用相关专业的研发人员参考。

自1969年在贝尔实验室的阁楼上诞生以来，Unix操作系统的发展远远超出其创造者们的想象。它带动了许多创新软件的开发，影响了无数程序员，改变了整个计算机技术的发展轨迹。

本书不但书写Unix的历史，而且记录作者的回忆，一探Unix的起源，试图解释什么是Unix，Unix是如何产生的，以及Unix为何如此重要。除此之外，本书以轻松的口吻讲述了一群在贝尔实验室工作的发明天才的有趣往事，探秘他们如何从传说中走出来，就地显现极客真面目。本书中每一个精彩故事都是鲜为人知却又值得传播的宝贵资源。

本书是为对计算机或相关历史感兴趣的人编写的，虽然它包括一部分技术相关的资料，但读者不需要有太多的专业技术背景，就可以欣赏Unix背后的思想，了解它的重要性。

本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。

和第2版相比，本版内容上*大的变化是，从以IA32和x86-64为基础转变为完全以x86-64为基础。主要更新如下： 基于x86-64，大量地重写代码，首次介绍对处理浮点数据的程序的机器级支持。 处理器体系结构修改为支持64位字和操作的设计。 引入更多的功能单元和更复杂的控制逻辑，使基于程序数据流表示的程序性能模型预测更加可靠。 扩充关于用GOT和PLT创建与位置无关代码的讨论，描述了更加强大的链接技术（比如库打桩）。 增加了对信号处理程序更细致的描述，包括异步信号安全的函数等。 采用新函数，更新了与协议无关和线程安全的网络编程。