Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1 - S. Russell, P. Norvig

Opis produktu: Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1 - S. Russell, P. Norvig

Sztuczna inteligencja jest obecnie jednym z najszybciej rozwijających się zagadnień informatyki i technologii. Ten temat budzi w ludziach zarówno zachwyt, jak i lęk. Jest to stosunkowo nowa nauka, która ciągle się rozwija i ma wiele tajemnic. Mimo to praktycznie codziennie korzystamy z jej osiągnięć, dlatego warto dowiedzieć się nieco o jej podstawach. Książka Stuarta Russella i Petera Norviga to rzetelne źródło wiedzy na temat sztucznej inteligencji, jej idei i technologii. Całość napisana jest przejrzyście i zrozumiale, nawet dla osoby bez dużej wiedzy na ten temat.  

Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1.

Książka pozwoli Ci lepiej poznać zagadnienie sztucznej inteligencji.

Informacje o autorach

Stuart Russell - profesor na Uniwersytecie Kalifornijskim w Berkeley, dyrektor ośrodka badawczego Center for Human-Compatible AI oraz profesor inżynierii z ramienia fundacji Smitha-Zadeha. Jest autorem kilkuset publikacji dotyczących sztucznej inteligencji.

Peter Norvig - dyrektor do spraw badań w Google, były szef Wydziału Nauk Obliczeniowych NASA Ames Research Center. Napisał kilka cenionych książek dotyczących praktycznych aspektów sztucznej inteligencji.

Informacje o książce

• Tytuł oryginału: Artificial Intelligence: A Modern Approach, 4th Edition (tom 1)
• Autorzy: Stuart Russell, Peter Norvig
• Tłumaczenie: Andrzej Grażyński
• ISBN: 978-83-283-7608-3
• Oprawa: miękka
• Ilość stron: 744
• Format: 200 x 225 mm
• Rok wydania: 2023
• Wydawnictwo: Helion S.A.

Spis treści

ZANIM PRZEMÓWIĄ AUTORZY...

PRZEDMOWA

O AUTORACH

I. SZTUCZNA INTELIGENCJA

Rozdział 1. WSTĘP

1. • 1.1. Czym jest sztuczna inteligencja?
   • 1.2. Podstawy sztucznej inteligencji
   • 1.3. Historia sztucznej inteligencji
   • 1.4. Stan obecny
   • 1.5. Spodziewane korzyści i ryzyko
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 2. INTELIGENTNI AGENCI

1. • 2.1. Agenci i ich środowiska
   • 2.2. Właściwe zachowanie - koncepcja racjonalności
   • 2.3. Natura środowiska
   • 2.4. Struktura agenta
   • Podsumowanie
   • Bibliografia i uwagi historyczne

II. ROZWIĄZYWANIE PROBLEMÓW

Rozdział 3. ROZWIĄZYWANIE PROBLEMÓW ZA POMOCĄ WYSZUKIWANIA

1. • 3.1. Agent rozwiązujący problem
   • 3.2. Przykładowe problemy
   • 3.3. Algorytmy wyszukiwania
   • 3.4. Strategie wyszukiwania niedoinformowanego
   • 3.5. Strategie wyszukiwania poinformowanego (heurystycznego)
   • 3.6. Funkcje heurystyczne
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 4. WYSZUKIWANIE W ZŁOŻONYCH ŚRODOWISKACH

1. • 4.1. Wyszukiwanie lokalne i problemy optymalizacyjne
   • 4.2. Wyszukiwanie lokalne w przestrzeniach ciągłych
   • 4.3. Wyszukiwanie z niedeterministycznymi akcjami
   • 4.4. Wyszukiwanie w środowiskach częściowo obserwowalnych
   • 4.5. Wyszukiwanie online i nieznane środowiska
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 5. WYSZUKIWANIE ANTAGONISTYCZNE I GRY

1. • 5.1. Teoria gier
   • 5.2. Optymalne decyzje w grach
   • 5.3. Heurystyczne wyszukiwanie alfa-beta
   • 5.4. Wyszukiwanie Monte Carlo
   • 5.5. Gry stochastyczne
   • 5.6. Gry z częściową obserwowalnością
   • 5.7. Ograniczenia algorytmów wyszukiwania w grach
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 6. PROBLEMY SPEŁNIANIA OGRANICZEŃ

1. • 6.1. Definiowanie problemów spełniania ograniczeń
   • 6.2. Propagacja ograniczeń - wnioskowanie w CPS
   • 6.3. Wyszukiwanie z nawrotami w CPS
   • 6.4. Wyszukiwanie lokalne na usługach CSP
   • 6.5. Struktura problemów CSP
   • Podsumowanie
   • Bibliografia i uwagi historyczne

III. WIEDZA, WNIOSKOWANIE I PLANOWANIE

Rozdział 7. LOGICZNI AGENCI

1. • 7.1. Agent bazujący na wiedzy
   • 7.2. Świat Wumpusa
   • 7.3. Podstawy logiki
   • 7.4. Rachunek zdań - bardzo prosta logika
   • 7.5. Dowodzenie twierdzeń w rachunku zdań
   • 7.6. Efektywne sprawdzanie modeli w rachunku zdań
   • 7.7. Agent na gruncie rachunku zdań
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 8. LOGIKA PIERWSZEGO RZĘDU

1. • 8.1. Ponownie o reprezentacji
   • 8.2. Składnia i semantyka logiki pierwszego rzędu
   • 8.3. Wykorzystywanie logiki pierwszego rzędu
   • 8.4. Inżynieria wiedzy w logice pierwszego rzędu
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 9. WNIOSKOWANIE W LOGICE PIERWSZEGO RZĘDU

1. • 9.1. Wnioskowanie w rachunku zdań a wnioskowanie w logice pierwszego rzędu
   • 9.2. Unifikacja a wnioskowanie w logice pierwszego rzędu
   • 9.3. Łańcuchowanie progresywne
   • 9.4. Łańcuchowanie regresywne
   • 9.5. Rezolucja
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 10. REPREZENTACJA WIEDZY

1. • 10.1. Inżynieria ontologii
   • 10.2. Kategorie i obiekty
   • 10.3. Zdarzenia
   • 10.4. Obiekty mentalne i logika modalna
   • 10.5. Systemy wnioskowania dla kategorii
   • 10.6. Wnioskowanie na podstawie domniemań
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 11. AUTOMATYCZNE PLANOWANIE

1. • 11.1. Klasyczne planowanie - co to jest?
   • 11.2. Algorytmy klasycznego planowania
   • 11.3. Heurystyki w planowaniu
   • 11.4. Planowanie hierarchiczne
   • 11.5. Planowanie i działanie w domenach niedeterministycznych
   • 11.6. Czas, harmonogramy i zasoby
   • 11.7. Analiza podejść planistycznych
   • Podsumowanie
   • Bibliografia i uwagi historyczne

IV. WNIOSKOWANIE W WARUNKACH NIEPEWNOŚCI

Rozdział 12. KWANTYFIKOWANIE NIEPEWNOŚCI

1. • 12.1. Działając w warunkach niepewności
   • 12.2. Notacja probabilistyczna
   • 12.3. Wnioskowanie z pełnych wspólnych rozkładów
   • 12.4. Niezależność
   • 12.5. Reguła Bayesa i jej wykorzystywanie
   • 12.6. Naiwne modele bayesowskie
   • 12.7. Odwiedzamy świat Wumpusa
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 13. WNIOSKOWANIE PROBABILISTYCZNE

1. • 13.1. Reprezentowanie wiedzy w niepewnej domenie
   • 13.2. Semantyka sieci bayesowskich
   • 13.3. Ścisłe wnioskowanie w sieciach bayesowskich
   • 13.4. Aproksymowane wnioskowanie w sieciach bayesowskich
   • 13.5. Sieci przyczynowe
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 14. PROBABILISTYCZNE WNIOSKOWANIE W CZASIE

1. • 14.1. Czas a niepewność
   • 14.2. Wnioskowanie w modelach temporalnych
   • 14.3. Ukryte modele Markowa
   • 14.4. Filtrowanie Kalmana
   • 14.5. Dynamiczne sieci bayesowskie (DBN)
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 15. PROGRAMOWANIE PROBABILISTYCZNE

1. • 15.1. Relacyjne modele probabilistyczne
   • 15.2. Modele probabilistyczne otwartego wszechświata
   • 15.3. Śledzenie skomplikowanego świata
   • 15.4. Programy jako modele probabilistyczne
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 16. PODEJMOWANIE PROSTYCH DECYZJI

1. • 16.1. Przekonania i pragnienia w warunkach niepewności
   • 16.2. Podstawy teorii użyteczności
   • 16.3. Funkcje użyteczności
   • 16.4. Wieloatrybutowe funkcje użyteczności
   • 16.5. Sieci decyzyjne
   • 16.6. Wartość informacji
   • 16.7. Nieznane preferencje
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 17. PODEJMOWANIE ZŁOŻONYCH DECYZJI

1. • 17.1. Sekwencyjne problemy decyzyjne
   • 17.2. Algorytmy dla problemów MDP
   • 17.3. Problem bandyty i jego warianty
   • 17.4. Częściowo obserwowalne problemy MDP (POMDP)
   • 17.5. Algorytmy rozwiązywania problemów POMDP
   • Podsumowanie
   • Bibliografia i uwagi historyczne

Rozdział 18. PODEJMOWANIE DECYZJI W ŚRODOWISKU WIELOAGENTOWYM

1. • 18.1. Właściwości środowisk wieloagentowych
   • 18.2. Teoria gier niekooperatywnych
   • 18.3. Teoria gier kooperatywnych
   • 18.4. Kolektywne podejmowanie decyzji
   • Podsumowanie
   • Bibliografia i uwagi historyczne

DODATKI

Dodatek A. KOMPENDIUM MATEMATYCZNE

1. • A.1. Analiza złożoności i notacja "dużego O"
   • A.2. Wektory, macierze i algebra liniowa
   • A.3. Rozkłady prawdopodobieństwa
   • A.4. Wybrane operacje na zbiorach
   • Bibliografia i uwagi historyczne

Dodatek B. KONWENCJE NOTACYJNE I PSEUDOKOD

1. • B.1. Definiowanie składni za pomocą notacji BNF
   • B.2. Algorytmy w formie pseudokodu
   • B.3. Uzupełniające materiały online

SKOROWIDZ