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:
نویسندگان: Robbie T. Nakatsu
سری:
ISBN (شابک) : 9780470331873
ناشر: Wiley
سال نشر: 2010
تعداد صفحات: 340
زبان: english
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 1 مگابایت
در صورت تبدیل فایل کتاب Diagrammatic Reasoning in AI 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 نموداری در هوش مصنوعی 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.
کار پیشگام نشان می دهد که چگونه استفاده از نمودارها طراحی سیستم های هوش مصنوعی بهتر را تسهیل می کند انتشار استدلال نموداری در هوش مصنوعی نقطه عطف مهمی را برای هر کسی که به دنبال طراحی رابط کاربری گرافیکی برای پشتیبانی از تصمیم گیری و وظایف حل مسئله است، نشان می دهد. نویسنده به طرز ماهرانه ای نشان می دهد که چگونه نمایش های نموداری می توانند تعامل ما را با فناوری های اطلاعاتی پیچیده و سیستم های اطلاعاتی مبتنی بر رایانه ساده کنند. به طور خاص، این کتاب بر این نکته تأکید میکند که چگونه رابطهای کاربر نموداری میتوانند به ما در درک و تجسم بهتر سیستمهای هوش مصنوعی (AI) کمک کنند. این بررسی میکند که چگونه استدلال نموداری استراتژیهای مختلف برنامهنویسی هوش مصنوعی مورد استفاده برای تقلید از تفکر انسان و حل مسئله را تقویت میکند، از جمله: سیستمهای خبره استدلال مبتنی بر مدل استدلال غیر دقیق مانند عوامل قطعیت و شبکههای بیزی استدلال منطقی بخش کلیدی کتاب توسعه گسترده آن است. برنامه ها و تصاویر گرافیکی، با استفاده از زمینه هایی مانند علوم فیزیکی، اقتصاد کلان، امور مالی، مدیریت تدارکات تجاری و پزشکی. علیرغم استفاده از چنین تنوع فوقالعادهای، از نظر کاربردها و نمادهای نمودار، این کتاب نمودارها را حول شش موضوع اصلی طبقهبندی و سازماندهی میکند: توپولوژی سیستم. توالی و جریان؛ سلسله مراتب و طبقه بندی؛ اتحادیه؛ علت و معلول؛ و استدلال منطقی خوانندگان از بحث نویسنده در مورد اینکه چگونه نمودارها می توانند چیزی بیش از یک تصویر یا نمایش ایستا باشند و اینکه چگونه نمودارها می توانند بخش مرکزی یک رابط کاربری هوشمند باشند، برای دستکاری و اصلاح و در برخی موارد برای استنباط راه حل ها استفاده می شوند، سود خواهند برد. به مشکلات سخت این کتاب برای بسیاری از انواع مختلف خوانندگان ایده آل است: پزشکان و محققان در هوش مصنوعی و تعامل انسان و کامپیوتر. متخصصان تجارت و محاسبات؛ طراحان گرافیک و طراحان رابط کاربری گرافیکی؛ و تقریباً هر کسی که علاقه مند به درک قدرت نمودارها است. با کشف انواع مختلف نمودارها و کاربردهای آنها در هوش مصنوعی، همه خوانندگان درک عمیق تری از استدلال نموداری به دست خواهند آورد.
PIONEERING WORK SHOWS HOW USING DIAGRAMS FACILITATES THE DESIGN OF BETTER AI SYSTEMS The publication of Diagrammatic Reasoning in AI marks an important milestone for anyone seeking to design graphical user interfaces to support decision-making and problem-solving tasks. The author expertly demonstrates how diagrammatic representations can simplify our interaction with increasingly complex information technologies and computer-based information systems. In particular, the book emphasizes how diagrammatic user interfaces can help us better understand and visualize artificial intelligence (AI) systems. It examines how diagrammatic reasoning enhances various AI programming strategies used to emulate human thinking and problem-solving, including: Expert systems Model-based reasoning Inexact reasoning such as certainty factors and Bayesian networks Logic reasoning A key part of the book is its extensive development of applications and graphical illustrations, drawing on such fields as the physical sciences, macroeconomics, finance, business logistics management, and medicine. Despite such tremendous diversity of usage, in terms of applications and diagramming notations, the book classifies and organizes diagrams around six major themes: system topology; sequence and flow; hierarchy and classification; association; cause and effect; and logic reasoning. Readers will benefit from the author's discussion of how diagrams can be more than just a static picture or representation and how diagrams can be a central part of an intelligent user interface, meant to be manipulated and modified, and in some cases, utilized to infer solutions to difficult problems. This book is ideal for many different types of readers: practitioners and researchers in AI and human-computer interaction; business and computing professionals; graphic designers and designers of graphical user interfaces; and just about anyone interested in understanding the power of diagrams. By discovering the many different types of diagrams and their applications in AI, all readers will gain a deeper appreciation of diagrammatic reasoning.
DIAGRAMMATIC REASONING IN AI......Page 6
CONTENTS......Page 8
PREFACE......Page 10
ACKNOWLEDGMENTS......Page 16
CHAPTER 1 INTRODUCTION: WORKING AROUND THE LIMITATIONS OF AI......Page 18
CHAPTER 2 MENTAL MODELS: DIAGRAMS IN THE MIND’S EYE......Page 40
CHAPTER 3 TYPES OF DIAGRAMS......Page 74
CHAPTER 4 LOGIC REASONING WITH DIAGRAMS......Page 125
CHAPTER 5 RULE-BASED EXPERT SYSTEMS......Page 160
CHAPTER 6 RULE-BASED REASONING WITH DIAGRAMS......Page 205
CHAPTER 7 MODEL-BASED REASONING......Page 245
CHAPTER 8 INEXACT REASONING WITH CERTAINTY FACTORS AND BAYESIAN NETWORKS......Page 281
CHAPTER 9 A FRAMEWORK FOR UNDERSTANDING DIAGRAMMATIC REASONING......Page 319
INDEX......Page 338