Intelligence artificielle 3e édition : Avec plus de 500 exercices par Stuart Russel

November 14, 2018

Intelligence artificielle 3e édition : Avec plus de 500 exercices par Stuart Russel

Titre de livre: Intelligence artificielle 3e édition : Avec plus de 500 exercices

Auteur: Stuart Russel

Broché: 1200 pages

Date de sortie: December 10, 2010

ISBN: 2744074551

Éditeur: PEARSON EDUCATION

Télécharger Lire En Ligne

Stuart Russel avec Intelligence artificielle 3e édition : Avec plus de 500 exercices

Intelligence artificielle 3e édition : Avec plus de 500 exercices par Stuart Russel a été vendu pour EUR 75,00 chaque copie. Le livre publié par PEARSON EDUCATION. Il contient 1200 le nombre de pages. Inscrivez-vous maintenant pour accéder à des milliers de livres disponibles en téléchargement gratuit. L’inscription était gratuite.

Écrit par les experts de renommée mondiale, ce livre est la référence incontournable en matière d'intelligence artificielle (IA) dont il présente et analyse tous les concepts : logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et action. Sa spécificité est de présenter l'IA à travers le concept des agents intelligents. Les auteurs exposent comment un système réussit à percevoir son environnement de manière à analyser ce qu'il s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concrètes. Parmi les sujets couverts : les contributions historiques des mathématiques, de la théorie des jeux, de l'économie, de la théorie des probabilités, de la psychologie, de la linguistique et des neurosciences ; les méthodes qui permettent de prendre des décisions lors de l'établissement d'un projet, en tenant compte des étapes à venir ; les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances ; les méthodes de raisonnement qui permettent d'établir des plans et donc de proposer des actions à entreprendre ; la prise de décisions en environnement incertain : réseaux bayésiens et algorithmes tels que l'élimination de variables et MCMC (Markov Chain Monte-Carlo) ; les méthodes employées pour générer les connaissances exigées par les composants de prise de décision : les algorithmes de boosting, l'algorithme EM (expectation-minimization), l'apprentissage à base d'exemples et les méthodes à noyaux (machines à vecteurs support) ; les implications philosophiques et éthiques de l'IA. Chaque chapitre est illustré par de nombreux exemples et s'achève par des activités, qui vont des exercices de réflexion à des exercices de programmation, en passant par l'approfondissement des métho