ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Case-based reasoning : experiences, lessons & future directions

دانلود کتاب استدلال مبتنی بر مورد: تجربیات ، درسها و مسیرهای آینده

Case-based reasoning : experiences, lessons & future directions

مشخصات کتاب

Case-based reasoning : experiences, lessons & future directions

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 026262110X, 9780262621106 
ناشر: AAAI Press 
سال نشر: 1996 
تعداد صفحات: 438 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت

قیمت کتاب (تومان) : 43,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 22


در صورت تبدیل فایل کتاب Case-based reasoning : experiences, lessons & future directions 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 استدلال مبتنی بر مورد: تجربیات ، درسها و مسیرهای آینده 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.


توضیحاتی در مورد کتاب استدلال مبتنی بر مورد: تجربیات ، درسها و مسیرهای آینده



استدلال مبتنی بر مورد (CBR) یک پارادایم شکوفا برای استدلال و یادگیری در هوش مصنوعی است، با تلاش‌های تحقیقاتی عمده و برنامه‌های کاربردی رو به رشد که مرزهای این حوزه را گسترش می‌دهد. مروری بر تاریخ برای محققان و پزشکان با تجربه. این زمینه را به روشی «مبتنی بر مورد» بررسی می‌کند، از طریق مثال‌های عینی از چگونگی پرداختن به موضوعات کلیدی - از جمله نمایه‌سازی و بازیابی، انطباق مورد، ارزیابی، و کاربرد روش‌های CBR - در چارچوب یک محدوده. از وظایف و حوزه ها مکمل این مطالعات موردی، تفسیرهایی توسط محققان برجسته درباره درس‌های آموخته‌شده از تجربیات CBR و دیدگاه‌هایی برای نقش‌هایی است که استدلال مبتنی بر مورد می‌تواند بیشترین تأثیر را داشته باشد. مقدمه آموزشی توسط Janet Kolodner، یکی از مبتکران CBR، و دیوید Leake این کتاب را در دسترس دانش‌آموزان و توسعه‌دهندگانی قرار می‌دهد که شروع به استفاده از استدلال مبتنی بر مورد می‌کنند. این جلد همچنین می‌تواند به عنوان همراه مناسبی برای یک کتاب درسی CBR یا مقدماتی هوش مصنوعی باشد.


توضیحاتی درمورد کتاب به خارجی

Case-based reasoning (CBR) is a flourishing paradigm for reasoning and learning in artificial intelligence, with major research efforts and burgeoning applications extending the frontiers of the field.This book provides an introduction for students as well as an up-to-date overview for experienced researchers and practitioners. It examines the field in a ''case-based'' way, through concrete examples of how key issues -- including indexing and retrieval, case adaptation, evaluation, and application of CBR methods -- are being addressed in the context of a range of tasks and domains. Complementing these case studies are commentaries by leading researchers on the lessons learned from experiences with CBR and visions for the roles in which case-based reasoning can have the greatest impact.A tutorial introduction by Janet Kolodner, one of the originators of CBR, and David Leake makes the book accessible to students and developers starting to apply case-based reasoning. The volume can also serve as a suitable companion for a CBR or introductory AI textbook.



فهرست مطالب


 Content: CBR in context: the present and future / David B. Leake --
 A tutorial introduction to case-based reasoning / Janet L. Kolodner and David B. Leake --
 Indexing evaluations of buildings to aid conceptual design / Anna L. Griffith and Eric A. Domeshek --
 Towards more creative case-based design systems / Linda M. Wills and Janet L. Kolodner --
 Retrieving stories for case-based teaching / Robin Burke and Alex Kass --
 Using heuristic search to retrieve cases that support arguments / Edwina L. Rissland, David B. Skalak, and M. Timur Friedman --
 A case-based approach to knowledge navigation / Kristian J. Hammond, Robin Burke and Kathryn Schmitt --
 Flexible strategy learning using analogical replay of problem solving episodes / Manuela M. Veloso --
 Design à la déjà vu: reducing the adaptation overhead / Barry Smyth and Mark T. Keane --
 Multi-plan retrieval and adaptation in an experience-based agent / Ashwin Ram and Anthony G. Francis, Jr. --
 Learning to improve case adaptation by introspective reasoning and CBR / David B. Leake, Andrew Kinley, and David Wilson --
 Systematic evaluation of design decisions in case-based reasoning systems / Juan Carlos Santamaría and Ashwin Ram --
 The experience sharing architecture: a case study in corporate-wide case-based software quality control / Hiroaki Kitano and Hideo Shimazu --
 Case-based reasoning: expectations and results / William Mark, Evangelos Simoudis, and David Hinkle --
 Goal-based scenarios: case-based reasoning meets learning by doing / Roger C. Schank --
 Making the implicit explicit: clarifying the principles of case-based reasoning / Janet L. Kolodner --
 What next? The future of case-based reasoning in postmodern AI / Christopher K. Riesbeck.




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی