Искусственный интеллект: современный подход, 4-е издание
- Авторы: Стюарт Рассел, Питер Норвиг
- Ожидаемое поступление: май 2021 г.
- Страниц 1200 стр. (примерно)
- Формат: 70x100/16 (170x240 мм)
- Издательство: Диалектика
- ISBN: 9780134610993
- Язык: Русский
- Тип: PDF-Скан
В 4-м издании читатель познакомится с новейшими технологиями и концепциями, представленными в более унифицированном виде с новым или расширенным охватом таких тем, как машинное обучение, глубокое обучение, трансферное обучение, многоагентные системы, робототехника, обработка естественного языка, проблема причинности, вероятностное программирование, а также конфиденциальность, беспристрастность и безопасность ИИ
НОВОЕ в 4-ом издании книги «Искусственный интеллект: современный подход»
Читателю предлагается наиболее всеобъемлющее, уточненное и приведенное к настоящему моменту введение в теорию и практику искусственного интеллекта:
* Основные определения систем искусственного интеллекта были обобщены в целях исключения из них стандартного предположения о том, что цель точно установлена и известна интеллектуальному агенту. Вместо этого полагается, что агент может быть неуверен в истинных целях человека (или людей), от имени которых он действует
* На созданном и поддерживаемом авторами веб-сайте книги по адресу aima.cs.berkeley.edu имеются такие разделы, как комментарии и обсуждения читателей, упражнения и задания, интерактивный репозиторий программных кодов на различных языках, рекомендации и дополнительные материалы для преподавателей, а также многое другое
** Интерактивные упражнения для студентов теперь доработаны с целью поддержки непрерывного внесения обновлений и добавлений Гость
** Обновленное интерактивное программное обеспечение теперь предоставляет студентам больше возможностей для завершения проектов и включает реализацию представленных в книге алгоритмов плюс дополнительные примеры программ и приложений на языках Python, Java и Javascript
** Новые учебные видеоуроки обеспечивают более глубокое участие студентов в воплощении в жизнь излагаемых ключевых концепций
Изложение новейших технологий и современных концепций ИИ в 4-ом издании ведется в более единообразной манере:
* Обновленные главы теперь включают более расширенный охват таких тем, как вероятностное программирование (глава 15), принятие решений в многоагентных системах (глава 18, при участии Майкла Вулдбриджа), глубокое обучение (глава 21, при участии Яна Гудфеллоу) и глубокое обучение при обработке естественных языков (глава 24 при участии Джейкоба Девлина и Мей-Винг Чанг)
* Расширенный охват темы машинного обучения
* Существенно обновленный материал по робототехнике, включая такие темы, как взаимодействие роботов с людьми и применение обучения с подкреплением в робототехнике
* Новые разделы по причинности, написанные при участии Джуди Перл
* Новые разделы по применению поиска по методу Монте-Карло в играх и робототехнике
* Новые разделы по передаче знаний при глубоком обучении в целом и в случае естественных языков
* Новые разделы по конфиденциальности, беспристрастности и безопасности в будущем использовании
* Расширенное рассмотрение новейших достижений в области применения искусственного интеллекта
* Обновление разделов по компьютерному зрению, пониманию естественных языков и распознанию речи с целью отражения того влияния, которое методы глубокого обучения оказали на эти области исследований
Спойлер: Содержание
Я Искусственный Интеллект
1 Введение
1.1 Что Такое ИИ?
1.2 Основы Искусственного Интеллекта
1.3 История Развития Искусственного Интеллекта
1.4 Современное Состояние Дел
1.5 Риски И Преимущества Искусственного Интеллекта
Резюме
Библиографические И Исторические Заметки
2 Интеллектуальные Агенты
2.1 Агенты И Окружающая Среда
2.2 Хорошее Поведение: Понятие Рациональности
2.3 Природа Окружающей Среды
2.4 Структура Агентов
Резюме
Библиографические И Исторические Заметки
Решение Проблем Второй
3 Решение Проблем Путем Поиска
3.1 Агенты Для Решения Проблем
3.2 Примерные Задачи
3.3 Алгоритмы Поиска
3.4 Неинформированные Стратегии Поиска
3.5 Информированные (Эвристические) Стратегии Поиска
3.6 Эвристические Функции
Резюме
Библиографические И Исторические Заметки
4 Поиск В Сложных Средах
4.1 Локальные Задачи Поиска И Оптимизации
4.2 Локальный Поиск В Непрерывных Пространствах
4.3 Поиск С Недетерминированными Действиями
4.4 Поиск В Частично Наблюдаемых Средах
4.5 Агенты Онлайн-Поиска И Неизвестные Среды
Резюме
Библиографические И Исторические Заметки
5 Состязательный Поиск И Игры
5.1 Теория Игр
5.2 Оптимальные Решения В Играх
5.3 Эвристический Поиск Альфа-Бета-Дерева
5.4 Поиск Дерева Монте-Карло
5.5 Стохастические Игры
5.6 Частично Наблюдаемые Игры
5.7 Ограничения Алгоритмов Поиска Игр
Резюме
Библиографические И Исторические Заметки
6 Задач Удовлетворения Ограничений
6.1 Определение Проблем Удовлетворения Ограничений
6.2 Распространение Ограничений: Вывод В CSPs
6.3 Поиска С Возвратом Для ППО
6.4 Локальный Поиск CSPs
6.5 Структура Проблем
Резюме
Библиографические И Исторические Заметки
III Знание, Рассуждение И Планирование
7 Логические Агенты
7.1 Агенты, Основанные На Знаниях
7.2 Мир Вумпуса
7.3 Логика
7.4 Пропозициональная Логика: Очень Простая Логика
7.5 Доказательство Пропозициональной Теоремы
7.6 Эффективная Проверка Пропозициональной Модели
7.7 Агенты, Основанные На Пропозициональной Логике
Резюме
Библиографические И Исторические Заметки
8 Логика Первого Порядка
8.1 Представление Вновь
8.2 Синтаксис И Семантика Логики Первого Порядка
8.3 Использование Логики Первого Порядка
8.4 Инженерия Знаний В Логике Первого Порядка
Резюме
Библиографические И Исторические Заметки
9 Вывод В Логике Первого Порядка
9.1 Пропозициональный Вывод Против Вывода Первого Порядка
9.2 Унификация И Вывод Первого Порядка
9.3 Передняя Цепочка
9.4 Обратная Сцепление
Постановление 9.5
Резюме
Библиографические И Исторические Заметки
10 Представление Знаний
10.1 Онтологического Инжиниринга
10.2 Категории И Объекты
10.3 События
10.4 Ментальные Объекты И Модальная Логика
10.5 Системы Рассуждений Для Категорий
10.6 Рассуждение С Информацией По Умолчанию
Резюме
Библиографические И Исторические Заметки
11 Автоматизированное Планирование
11.1 Определение Классического Планирования
11.2 Алгоритмы Классического Планирования
11.3 Эвристика Планирования
11.4 Иерархическое Планирование
11.5 Планирование И Действия В Недетерминированных Областях
11.6 Время, Графики И Ресурсы
11.7 Анализ Подходов К Планированию
Резюме
Библиографические И Исторические Заметки
IV Неопределенные Знания И Рассуждения
12 Количественная Оценка Неопределенности
12.1 Действия В Условиях Неопределенности
12.2 Основные Обозначения Вероятностей
12.3 Вывод С Использованием Полных Совместных Распределений
12.4 Независимость
12.5 Правило Байеса И Его Применение
12.6 Наивные Байесовские Модели
12.7 Возвращение Мира Вумпуса
Резюме
Библиографические И Исторические Заметки
13 Вероятностные Рассуждения
13.1 Представление Знаний В Неопределенной Области
13.2 Семантика Байесовских Сетей
13.3 Точный Вывод В Байесовских Сетях
13.4 Приблизительный Вывод Для Байесовских Сетей
13.5 Причинно-Следственные Связи
Резюме
Библиографические И Исторические Заметки
14 Вероятностные Рассуждения Во Времени
14.1 Время И Неопределенность
14.2 Вывод Во Временных Моделях
14.3 Скрытых Марковских Моделей
14.4 Фильтры Калмана
14.5 Динамические Байесовские Сети
Резюме
Библиографические И Исторические Заметки
15 Вероятностное Программирование
15.1 Реляционные Вероятностные Модели
15.2 Вероятностные Модели Открытой Вселенной
15.3 Отслеживание Сложного Мира
15.4 Программы Как Вероятностные Модели
Резюме
Библиографические И Исторические Заметки
16 Принятие Простых Решений
16.1 Объединение Убеждений И Желаний В Условиях Неопределенности
16.2 Основы Теории Полезности
16.3 Служебные Функции
16.4 Функции Полезности С Несколькими Атрибутами
16.5 Сети Принятия Решений
16.6 Ценность Информации
16.7 Неизвестные Предпочтения
Резюме
Библиографические И Исторические Заметки
17 Принятие Сложных Решений
17.1 Задачи Последовательного Решения
17.2 Алгоритмы Для ЭУР
17.3 Проблемы Бандитов
17.4 Частично Наблюдаемые МДП
17.5 Алгоритмы Решения POMDPs
Резюме
Библиографические И Исторические Заметки
Решение 18 Мультиагентных Решений
18.1 Свойства Мультиагентных Сред
18.2 Некооперативная Теория Игр
18.3 Кооперативная Теория Игр
18.4 Принятие Коллективных Решений
Резюме
Библиографические И Исторические Заметки
В Машинном Обучении
19 Обучение На Примерах
19.1 Формы Обучения
19.2 Контролируемое Обучение
19.3 Изучение Деревьев Решений
19.4 Выбор И Оптимизация Моделей
19.5 Теория Обучения
19.6 Линейная Регрессия И Классификация
19.7 Непараметрические Модели
19.8 Обучение В Ансамбле
19.9 Разработка Систем Машинного Обучения
Резюме
Библиографические И Исторические Заметки
20 Изучение Вероятностных Моделей
Статистическое Изучение 20.1
20.2 Обучение С Полными Данными
20.3 Обучение Со Скрытыми Переменными: Алгоритм ЭМ
Резюме
Библиографические И Исторические Заметки
21 Глубокое Изучение
21.1 Простых Сетей Прямого Распространения
21.2 Вычислительные Графики Для Глубокого Обучения
21.3 Сверточные Сети
21.4 Алгоритмы Обучения
21.5 Обобщение
21.6 Рекуррентные Нейронные Сети
21.7 Бесконтрольное Обучение И Передача Знаний
21.8 Приложения
Резюме
Библиографические И Исторические Заметки
22 Обучение С Подкреплением
22.1 Обучение На Основе Вознаграждений
22.2 Пассивное Подкрепление Обучения
22.3 Активное Обучение С Подкреплением
22.4 Обобщение В Обучении С Подкреплением
22.5 Поиск Политики
22.6 Ученичество И Обратное Подкрепление Обучения
22.7 Применение Подкрепляющего Обучения
Резюме
Библиографические И Исторические Заметки
VI Общение, Восприятие И Действие
23 Обработка Естественного Языка
23.1 Языковые Модели
23.2 Грамматика
23.3 Парсинг
23.4 Дополненные Грамматики
23.5 Осложнения Реального Естественного Языка
23.6 Задачи На Естественном Языке
Резюме
Библиографические И Исторические Заметки
24 Глубокое Обучение Для Обработки Естественного Языка
24.1 Встраивание Слов
24.2 Рекуррентные Нейронные Сети Для НЛП
24.3 Последовательности С Последовательностью Моделей
24.4 Архитектура Трансформатора
24.5 Предварительное Обучение И Передача Знаний
24.6 Современное Состояние
Резюме
Библиографические И Исторические Заметки
25 Компьютерное Зрение
25.1 Введение
25.2 Формирование Имиджа
25.3 Простые Функции Изображения
25.4 Классификация Изображений
25.5 Обнаружение Объектов
25.6 Трехмерный Мир
25.7 Использование Компьютерного Зрения
Резюме
Библиографические И Исторические Заметки
26 Робототехника
26.1 Роботы
26.2 Оборудование Робота
26.3 Какую Проблему Решает Робототехника?
26.4 Робототехнического Восприятия
26.5 Планирование И Контроль
26.6 Планирование Неопределенных Движений
26.7 Обучение С Подкреплением В Робототехнике
26.8 Люди И Роботы
26.9 Альтернативных Механизмов Робототехнических
26.10 Домены Приложений
Резюме
Библиографические И Исторические Заметки
VII Выводы
27 Философия, Этика И Безопасность Искусственного Интеллекта
27.1 Пределы ИИ
27.2 Могут Ли Машины Действительно Мыслить?
27.3 Этика ИИ
Резюме
Библиографические И Исторические Заметки
28 Будущее Искусственного Интеллекта
28.1 Компоненты Искусственного Интеллекта
28.2 Архитектуры Искусственного Интеллекта
Математическое Образование
A. 1 Анализ Сложности И Нотация O()
A. 2 Векторы, Матрицы И Линейная Алгебра
A. 3 Распределение Вероятностей
Библиографические И Исторические Заметки
B Примечания По Языкам И Алгоритмам
B. 1 Определение Языков С Формой Backus–Naur (BNF)
B. 2 Описание Алгоритмов С Псевдокодом
B. 3 Онлайновый Дополнительный Материал
Библиография
Индекс
Оригинал книги: «Artificial Intelligence: A Modern Approach» (AIMA-4), Stuart Russel, Peter Norvig, 4th edition, 1136 pages, ISBN 9780134610993, April 11, 2020
*Обложка, количество страниц, содержание и цена - примерные, их поправит организатор когда появится официальная информация и он сам.