دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: Reprinted نویسندگان: Mackworth. Alan K., Poole. David L سری: ISBN (شابک) : 9780521519007, 0521519004 ناشر: Cambridge Univ. Press سال نشر: 2011 تعداد صفحات: 682 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب مبانی هوش مصنوعی عوامل محاسباتی: کتاب درسی,هوش مصنوعی,هوش مصنوعی--کتابهای درسی,هوش محاسباتی,هوش محاسباتی--کتابهای درسی,هوش مصنوعی,کتابهای درسی,هوش محاسباتی -- کتابهای درسی,هوش مصنوعی -- کتابهای درسی,هوش مصنوعی
در صورت تبدیل فایل کتاب Artificial intelligence foundations of computational agents به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مبانی هوش مصنوعی عوامل محاسباتی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
یادداشت محتویات تولید شده توسط ماشین: قسمت اول. عوامل در جهان: عوامل چیست و چگونه می توان آنها را ساخت؟: 1. هوش مصنوعی و عوامل. 2. معماری عامل و کنترل سلسله مراتبی. قسمت دوم. بازنمایی و استدلال: 3. حالات و جستجو; 4. ویژگی ها و محدودیت ها; 5. قضایا و استنباط; 6. استدلال تحت عدم قطعیت; قسمت سوم. یادگیری و برنامه ریزی: 7. یادگیری: مرور کلی و یادگیری تحت نظارت. 8. برنامه ریزی با قطعیت; 9. برنامه ریزی در شرایط عدم قطعیت. 10. سیستم های چند عاملی; 11. فراتر از یادگیری تحت نظارت. قسمت چهارم استدلال درباره افراد و روابط: 12. افراد و روابط; 13. هستی شناسی ها و سیستم های دانش محور. 14. برنامه ریزی رابطه ای، یادگیری و استدلال احتمالی; قسمت پنجم. تصویر بزرگ: 15. نگاه به گذشته و چشم انداز. ضمیمه A. مقدمات ریاضی و نماد.
Machine generated contents note: Part I. Agents in the World: What Are Agents and How Can They Be Built?: 1. Artificial intelligence and agents; 2. Agent architectures and hierarchical control; Part II. Representing and Reasoning: 3. States and searching; 4. Features and constraints; 5. Propositions and inference; 6. Reasoning under uncertainty; Part III. Learning and Planning: 7. Learning: overview and supervised learning; 8. Planning with certainty; 9. Planning under uncertainty; 10. Multiagent systems; 11. Beyond supervised learning; Part IV. Reasoning about Individuals and Relations: 12. Individuals and relations; 13. Ontologies and knowledge-based systems; 14. Relational planning, learning and probabilistic reasoning; Part V. The Big Picture: 15. Retrospect and prospect; Appendix A. Mathematical preliminaries and notation.
Machine generated contents note: Part I. Agents in the World: What Are Agents and How Can They Be Built?: 1. Artificial intelligence and agents
2. Agent architectures and hierarchical control
Part II. Representing and Reasoning: 3. States and searching
4. Features and constraints
5. Propositions and inference
6. Reasoning under uncertainty
Part III. Learning and Planning: 7. Learning: overview and supervised learning
8. Planning with certainty
9. Planning under uncertainty
10. Multiagent systems
11. Beyond supervised learning
Part IV. Reasoning about Individuals and Relations: 12. Individuals and relations
13. Ontologies and knowledge-based systems
14. Relational planning, learning and probabilistic reasoning
Part V. The Big Picture: 15. Retrospect and prospect
Appendix A. Mathematical preliminaries and notation.