Libros y Solucionarios Más Descargados
Inicio » Ingeniería » Ingenieria Sistemas » Sistemas » Ingeniería de Sistemas » Inteligencia Artificial | 3ra Edicion | Stuart Russell, Peter Norvig

Inteligencia Artificial | 3ra Edicion | Stuart Russell, Peter Norvig

Inteligencia Artificial | 3ra Edicion | Stuart Russell, Peter Norvig Gratis en PDF

Inteligencia Artificial  3ra Edicion  Stuart Russell, Peter Norvig

Inteligencia Artificial 3ra Edicion Stuart Russell, Peter Norvig

Inteligencia Artificial | 3ra Edicion | Stuart Russell, Peter Norvig / Artificial Intelligence | 3rd Edition | Stuart Russell, Peter Norvig este texto completo sobre la teoría y la práctica de la Inteligencia Artificial se divide en seis secciones. La primera sección presenta los sistemas de IA como sistemas inteligentes capaces de decidir cursos de acción y la misma capacidad para ejecutarlas. Abarca temas como la resolución de problemas mediante la búsqueda, los problemas de satisfacción de restricciones, y la búsqueda de confrontación.

Las dos secciones siguientes se ocupan de la representación del conocimiento, el razonamiento y la toma de decisiones, en la presencia de cierto, así como entornos inciertos. Ellos discuten temas tales como agentes lógicos, la planificación, el razonamiento probabilístico, y tomar decisiones simples y complejas.

Las secciones siguientes se centran en la generación de ciertos componentes clave de conocimiento, la percepción de un sistema de inteligencia artificial de su entorno, y el progreso de los sistemas de inteligencia artificial con el tiempo. Estas secciones incluyen conceptos como el aprendizaje estadístico, aprendizaje por refuerzo, la robótica, la percepción, el procesamiento de textos, y fundamentos filosóficos.

Esta edición, la segunda edición, incorpora muchas nuevas teorías y material de aprendizaje de carácter no técnico. Se presenta en un formato flexible para ayudar a los diferentes métodos de enseñanza.

Características

      • Material de aprendizaje no técnico.
      • Proporciona una visión simple de los principales conceptos, utiliza un lenguaje no técnico para ayudar a aumentar la comprensión. Hace que el libro accesible a una gama más amplia de los estudiantes.
      • El Internet como una aplicación de ejemplo para los sistemas inteligentes – Ejemplos de razonamiento lógico, la planificación y el procesamiento del lenguaje natural utilizando agentes de Internet.
      • Promueve el interés del estudiante con interesantes ejercicios pertinentes.
      • Aumento de la cobertura de material – Nuevo o cobertura de satisfacción de restricciones, los métodos de planificación de búsqueda locales, sistemas multi-agente, la teoría de juegos, estadística procesamiento del lenguaje natural y el razonamiento incierto ampliado con el tiempo. Descripciones más detalladas de los algoritmos para la inferencia probabilística, inferencia proposicional rápida, enfoques de aprendizaje probabilístico incluyendo EM, y otros temas.
      • Lleva a los estudiantes al tanto de las últimas tecnologías, y presenta los conceptos de una manera más unificada.
      • Actualización y ampliación de ejercicios – 30% de los ejercicios son revisadas o nuevas.
      • Permite muchas más oportunidades para los proyectos de los estudiantes en la web.
      • Un enfoque unificado, basado en agentes para la IA – Organiza el material alrededor de la tarea de la construcción de agentes inteligentes.
      • Muestra a los estudiantes cómo los diversos subcampos de la IA encajan entre sí para crear programas reales, útiles.
      • Integral, cobertura actualizada – Incluye una visión unificada de la materia organizada en torno a la decisión racional haciendo paradigma.
      • Un formato flexible.
      • Hace que el texto adaptable para variar las preferencias de los instructores.
      • En profundidad la cobertura de temas básicos y avanzados.
      • Proporciona a los estudiantes con un conocimiento básico de las fronteras de la IA sin comprometer la complejidad y profundidad.
      • Versiones pseudo-código de los principales algoritmos de IA se presentan de una manera uniforme, y reales implementaciones Lisp Común y Python de los algoritmos presentados están disponibles a través de Internet.
      • Da instructores y estudiantes una selección de proyectos; leer y ejecutar el código aumenta la comprensión.

Nuevo de la Edición

      • Esta edición recoge los cambios en la AI que han tenido lugar desde la última edición en 2003. Se han producido importantes aplicaciones de la tecnología de la IA, tales como el despliegue generalizado de reconocimiento práctico del habla, traducción automática, vehículos autónomos, y la robótica para el hogar. Ha habido puntos de referencia algorítmicos, tales como la solución del juego de damas. Y ha habido un gran progreso teórico, particularmente en áreas tales como el razonamiento probabilístico, aprendizaje automático y visión por computador. Lo más importante desde el punto de vista de los autores es la continua evolución en la forma en que pensamos sobre el campo, y por lo tanto cómo se organiza el libro. Los principales cambios son los siguientes:
      • Más énfasis se coloca en entornos parcialmente observables y no deterministas, sobre todo en los ajustes no probabilístico de búsqueda y planificación. Los conceptos de estado de creencias (un conjunto de mundos posibles) y estimación de estado (el mantenimiento del estado de creencias) se introducen en estos lugares; más adelante en el libro, se añaden las probabilidades.
      • Además de discutir los tipos de entornos y tipos de agentes, hay más en más cobertura en profundidad de los tipos de representaciones que un agente puede utilizar. Las diferencias entre las representaciones atómicas (en el que cada estado del mundo es tratado como un cuadro negro), representaciones como factores (en el que un Estado es un conjunto de pares atributo / valor), y representaciones estructuradas (en la que el mundo se compone de objetos y relaciones entre ellos) se distinguen.
      • La cobertura de la planificación entra en más profundidad en la planificación contingente en entornos parcialmente observables e incluye un nuevo enfoque de la planificación jerárquica.
      • Se añade nuevo material en los modelos probabilísticos de primer orden, incluyendo los modelos de universo abierto para los casos en que hay incertidumbre en cuanto a qué objetos existen.
      • El capítulo de la máquina de aprendizaje de introducción es completamente reescrito, haciendo hincapié en una mayor variedad de algoritmos de aprendizaje más modernas y colocarlos sobre una base teórica más firme.
      • Ampliado cobertura de búsqueda en la Web y la información de la extracción, y de técnicas de aprendizaje a partir de conjuntos de datos muy grandes.
        20% de las citas en esta edición son a las obras publicadas a partir de 2003.
      • Aproximadamente el 20% del material es nuevo. El 80% restante refleja el trabajo más viejo, pero se reescribe en gran parte a presentar una imagen más unificada del campo.

Autor

Stuart Russell

Nació en 1962 en Portsmouth, Inglaterra. Recibió su B.A. con honores de primera clase en la física de la Universidad de Oxford en 1982, y su Ph.D. en ciencias de la computación de Stanford en 1986. A continuación, se unió a la facultad de la Universidad de California en Berkeley, donde es profesor de ciencias de la computación, el director del Centro de Sistemas Inteligentes, y titular de la Cátedra Smith-Zadeh en Ingeniería. En 1990, recibió el Premio Presidencial Joven Investigador de la Fundación Nacional de Ciencias, y en 1995 fue cowinner del Premio Computadoras y Pensamiento. Él era un profesor Miller de la Universidad de California en 1996 y fue nombrado para la cátedra de un canciller en 2000. En 1998, se dio a los Forsythe conferencias conmemorativas de la Universidad de Stanford. Es miembro y ex miembro del Consejo Ejecutivo de la Asociación Americana para la Inteligencia Artificial. Ha publicado más de 100 artículos sobre una amplia gama de temas en la inteligencia artificial. Sus otros libros incluyen El uso del conocimiento en la analogía y la inducción y (con Eric Wefald) Haz lo que debas: Estudios en La racionalidad limitada.

Peter Norvig
Es actualmente Director de Investigación en Google, Inc., y fue el director responsable de los algoritmos de búsqueda Web esenciales, desde 2002 a 2005. Es miembro de la Asociación Americana para la Inteligencia Artificial y la Association for Computing Machinery. Anteriormente, fue jefe de la División de Ciencias de la Computación en el Centro de Investigación Ames de la NASA, donde supervisó la investigación y desarrollo de la NASA en la inteligencia artificial y robótica, y director científico de Junglee, donde ayudó a desarrollar uno de los primeros servicios de extracción de información de Internet. Recibió un B.S. en matemática aplicada de la Universidad de Brown y un Ph.D. en ciencias de la computación de la Universidad de California en Berkeley. Recibió los Antiguos Alumnos Distinguidos y premios Ingeniería Innovación de Berkeley y la Medalla de Logro Excepcional de la NASA. Ha sido profesor en la Universidad del Sur de California y miembro de la facultad de investigación en Berkeley. Sus otros libros son paradigmas de programación AI: Estudios de Caso en Common Lisp y Verbmobil: un sistema de traducción para Faceto-Cara de diálogo y Sistemas Inteligentes de Ayuda para UNIX.

Tabla de Contenido

Part I Artificial Intelligence
1 Introduction
2 Intelligent Agents

Part II Problem Solving
3 Solving Problems by Searching
4 Beyond Classical Search
5 Adversarial Search
6 Constraint Satisfaction Problems

Part III Knowledge and Reasoning
7 Logical Agents
8 First-Order Logic
9 Inference in First-Order Logic
10 Classical Planning
11 Planning and Acting in the Real World
12 Knowledge Representation

Part IV Uncertain Knowledge and Reasoning
13 Quantifying Uncertainty
14 Probabilistic Reasoning
15 Probabilistic Reasoning over Time
16 Making Simple Decisions
17 Making Complex Decisions

Part V Learning
18 Learning from Examples
19 Knowledge in Learning
20 Learning Probabilistic Models
21 Reinforcement Learning

Part VII Communicating, Perceiving, and Acting
22 Natural Language Processing
23 Natural Language for Communication
24 Perception
25 Robotics

Part VIII Conclusions
26 Philosophical Foundations
27 AI: The Present and Future

Título: Inteligencia Artificial
Autores: Stuart Russell, Peter Norvig
Edición: 3ra Edición
Tipo: Solucionario
Idioma: Ingles

LINKS DE DESCARGA:
Comparte Nuestros Libros!
Facebook
Twitter
Google +
Youtube
Correo
Inteligencia Artificial | 3ra Edicion | Stuart Russell, Peter Norvig Gratis en PDF Inteligencia Artificial | 3ra Edicion | Stuart Russell, Peter Norvig / Artificial Intelligence | 3rd Edition | Stuart Russell, Peter Norvig este texto completo sobre la teoría y la práctica de la Inteligencia Artificial se divide en seis secciones. La primera sección presenta los sistemas de IA como sistemas inteligentes capaces de decidir cursos de acción y la misma capacidad para ejecutarlas. Abarca temas como la resolución de problemas mediante la búsqueda, los problemas de satisfacción de restricciones,…

Review Overview

0%

User Rating: 2.6 ( 2 votes)
0

Deja un Comentario

Tu dirección de email no será publicada.