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: Dr. David B. Fogel(auth.), David B. Fogel(eds.) سری: ISBN (شابک) : 9780471669517, 9780471749219 ناشر: Wiley-IEEE Press سال نشر: 2006 تعداد صفحات: 284 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Evolutionary Computation: Toward a New Philosophy of Machine Intelligence, Third Edition 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 محاسبات تکاملی: به سوی یک فلسفه جدید هوش ماشین ، چاپ سوم 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.
این نسخه سوم جدیدترین ابزارها و تکنیک هایی را ارائه می دهد که
رایانه ها را قادر به یادگیری می کند
ویرایش سوم این نشریه تحسین شده بین المللی جدیدترین نظریه و
تکنیک ها را برای استفاده از تکامل شبیه سازی شده برای دستیابی به
هوش ماشین ارائه می دهد. نویسنده به عنوان یکی از مدافعان پیشرو
برای محاسبات تکاملی، با موفقیت مفهوم سنتی هوش مصنوعی را به چالش
کشید، که اساساً دانش انسان را به طور واقعی برنامهریزی میکند،
اما مانند محاسبات تکاملی ظرفیت یادگیری یا تطبیق را ندارد.
خوانندگان درک درستی از تاریخچه محاسبات تکاملی به دست می آورند،
که پایه ای برای ارائه کامل نویسنده از آخرین نظریه هایی که
تحقیقات فعلی را شکل می دهند، فراهم می کند. نویسنده با ایجاد
تعادل بین نظریه و عمل، مهارتهایی را در اختیار خوانندگان قرار
میدهد که آنها برای به کارگیری الگوریتمهای تکاملی نیاز دارند
که میتواند بسیاری از مسائل ناسازگار امروزی را با سازگاری با
چالشهای جدید و یادگیری از تجربه حل کند. چندین مثال ارائه شده
است که نشان می دهد چگونه این الگوریتم های تکاملی حل مسائل را
یاد می گیرند. به طور خاص، نویسنده نمونهای مفصل از نحوه استفاده
از یک الگوریتم برای تکامل استراتژیهای بازی شطرنج و چکرز ارائه
میکند.
با پیشرفت خوانندگان در انتشار، آنها درک و درک فزایندهای از
رابطه بین یادگیری و هوش خوانندگانی که با نسخه های قبلی آشنا
هستند، مطالب جدید و اصلاح شده زیادی را کشف خواهند کرد که
انتشارات را به طور کامل با آخرین تحقیقات، از جمله آخرین نظریه
ها و ویژگی های تجربی محاسبات تکاملی، به روز می کند.
ویرایش سوم همچنین دارای دانش جدید است. - وسایل کمکی ساختمانی
خوانندگان انبوهی از نمونه های جدید و اصلاح شده را خواهند یافت.
سوالات جدید در پایان هر فصل خوانندگان را قادر می سازد دانش خود
را محک بزنند. تکالیف جذابی که خوانندگان را برای مدیریت چالشها
در صنعت و تحقیق آماده میکند به پایان هر فصل نیز اضافه شده
است.
این یک مرجع ضروری برای متخصصان مهندسی کامپیوتر و برق است.
جدیدترین تکنیک ها و برنامه های کاربردی در هوش ماشینی را در
اختیار آنها قرار می دهد. با مجموعه سؤالات و تکالیف خود، انتشار
به عنوان یک کتاب درسی در سطح فارغ التحصیل نیز توصیه می
شود.
فصل 3 شبیه سازی کامپیوتری تکامل طبیعی (صفحات 59-103):
فصل 4 ویژگی های نظری و تجربی محاسبات تکاملی (صفحه های
105-181):
فصل 5 رفتار هوشمند (صفحه های 183-247):
چشم انداز فصل 6 (صفحات 249-261):
This Third Edition provides the latest tools and techniques
that enable computers to learn
The Third Edition of this internationally acclaimed publication
provides the latest theory and techniques for using simulated
evolution to achieve machine intelligence. As a leading
advocate for evolutionary computation, the author has
successfully challenged the traditional notion of artificial
intelligence, which essentially programs human knowledge fact
by fact, but does not have the capacity to learn or adapt as
evolutionary computation does.
Readers gain an understanding of the history of evolutionary
computation, which provides a foundation for the author's
thorough presentation of the latest theories shaping current
research. Balancing theory with practice, the author provides
readers with the skills they need to apply evolutionary
algorithms that can solve many of today's intransigent problems
by adapting to new challenges and learning from experience.
Several examples are provided that demonstrate how these
evolutionary algorithms learn to solve problems. In particular,
the author provides a detailed example of how an algorithm is
used to evolve strategies for playing chess and checkers.
As readers progress through the publication, they gain an
increasing appreciation and understanding of the relationship
between learning and intelligence. Readers familiar with the
previous editions will discover much new and revised material
that brings the publication thoroughly up to date with the
latest research, including the latest theories and empirical
properties of evolutionary computation.
The Third Edition also features new knowledge-building aids.
Readers will find a host of new and revised examples. New
questions at the end of each chapter enable readers to test
their knowledge. Intriguing assignments that prepare readers to
manage challenges in industry and research have been added to
the end of each chapter as well.
This is a must-have reference for professionals in computer and
electrical engineering; it provides them with the very latest
techniques and applications in machine intelligence. With its
question sets and assignments, the publication is also
recommended as a graduate-level textbook.Content:
Chapter 1 Defining Artificial Intelligence (pages 1–32):
Chapter 2 Natural Evolution (pages 33–58):
Chapter 3 Computer Simulation of Natural Evolution (pages
59–103):
Chapter 4 Theoretical and Empirical Properties of Evolutionary
Computation (pages 105–181):
Chapter 5 Intelligent Behavior (pages 183–247):
Chapter 6 Perspective (pages 249–261):