مشخصات کتاب

Introduction to Artificial Intelligence

ویرایش: 2nd ed. 2017 
نویسندگان: Wolfgang Ertel. Nathanael T. Black  
سری:  
ISBN (شابک) : 3319584863, 9783319584867 
ناشر: Springer 
سال نشر: 2018 
تعداد صفحات: 365 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد

کلمات کلیدی مربوط به کتاب مقدمه ای بر هوش مصنوعی: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، هوش مصنوعی، علوم کامپیوتر، کتاب‌های درسی جدید، مستعمل و اجاره‌ای، بوتیک تخصصی

در صورت تبدیل فایل کتاب Introduction to Artificial Intelligence 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 مقدمه ای بر 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.

توضیحاتی در مورد کتاب مقدمه ای بر هوش مصنوعی

این کتاب درسی قابل دسترس و جذاب، مقدمه ای مختصر بر حوزه هیجان انگیز هوش مصنوعی (AI) ارائه می دهد. بحث گسترده، زیرشاخه‌های کلیدی در این زمینه را پوشش می‌دهد و الگوریتم‌های عملی و کاربردهای عینی را در زمینه‌های عامل، منطق، جستجو، استدلال تحت عدم قطعیت، یادگیری ماشین، شبکه‌های عصبی و یادگیری تقویتی توصیف می‌کند. این نسخه دوم که بسیار مورد انتظار بود، کاملاً اصلاح شده و به روز شده، حاوی مطالب جدیدی در مورد یادگیری عمیق است. موضوعات و ویژگی‌ها: رویکردی کاربردی و کاربردی برای یادگیری ارائه می‌کند، با منابع آموزشی تکمیلی ارائه‌شده در یک وب‌سایت مرتبط، شامل تمرین‌ها و راه‌حل‌های مطالعاتی متعدد، مثال‌های برجسته، تعاریف، قضایا، و کارتون‌های گویا شامل فصل‌هایی در مورد منطق محمول، PROLOG ، جستجوی اکتشافی، استدلال احتمالی، یادگیری ماشین و داده کاوی، شبکه های عصبی و یادگیری تقویتی گزارش هایی در مورد پیشرفت در یادگیری عمیق، از جمله کاربردهای شبکه های عصبی برای تولید محتوای خلاقانه مانند متن، موسیقی و هنر (NEW) ارزیابی عملکرد خوشه بندی را بررسی می کند. الگوریتم‌ها، و ارائه دو مثال عملی برای توضیح قضیه بیز و ارتباط آن در زندگی روزمره (NEW) در مورد الگوریتم‌های جستجو، تجزیه و تحلیل بررسی چرخه، توضیح برنامه‌ریزی مسیر برای سیستم‌های ناوبری خودرو، و معرفی جستجوی درخت مونت کارلو (NEW) بحث می‌کند. مقدمه ای بر هوش مصنوعی و جامعه، بحث در مورد مفاهیم هوش مصنوعی در مورد موضوعاتی مانند اشتغال و حمل و نقل (جدید) ایده آل برای دوره های پایه یا ماژول های هوش مصنوعی، این کتاب درسی آسان خوان یک نمای کلی عالی از این رشته را برای دانشجویان علوم کامپیوتر و سایر رشته های فنی ارائه می دهد، که نیازی به مدرک بالایی ندارد. - سطح دانش ریاضیات در مدرسه برای درک مطالب. دکتر ولفگانگ ارتل استاد مؤسسه هوش مصنوعی در دانشگاه علوم کاربردی راونسبورگ-وینگارتن آلمان است.  بیشتر بخوانید...
چکیده: این کتاب درسی قابل دسترس و جذاب، مقدمه ای مختصر بر حوزه هیجان انگیز هوش مصنوعی (AI) ارائه می دهد. بحث گسترده، زیرشاخه‌های کلیدی در این زمینه را پوشش می‌دهد و الگوریتم‌های عملی و کاربردهای عینی را در زمینه‌های عامل، منطق، جستجو، استدلال تحت عدم قطعیت، یادگیری ماشین، شبکه‌های عصبی و یادگیری تقویتی توصیف می‌کند. این نسخه دوم مورد انتظار که کاملاً اصلاح و به روز شده است، همچنین شامل مطالب جدیدی در مورد یادگیری عمیق است. موضوعات و ویژگی‌ها: رویکردی کاربردی و کاربردی برای یادگیری ارائه می‌کند، با منابع آموزشی تکمیلی ارائه‌شده در یک وب‌سایت مرتبط، شامل تمرین‌ها و راه‌حل‌های مطالعاتی متعدد، مثال‌های برجسته، تعاریف، قضایا، و کارتون‌های گویا شامل فصل‌هایی در مورد منطق محمول، PROLOG ، جستجوی اکتشافی، استدلال احتمالی، یادگیری ماشین و داده کاوی، شبکه های عصبی و یادگیری تقویتی گزارش هایی در مورد پیشرفت در یادگیری عمیق، از جمله کاربردهای شبکه های عصبی برای تولید محتوای خلاقانه مانند متن، موسیقی و هنر (NEW) ارزیابی عملکرد خوشه بندی را بررسی می کند. الگوریتم‌ها، و ارائه دو مثال عملی برای توضیح قضیه بیز و ارتباط آن در زندگی روزمره (NEW) در مورد الگوریتم‌های جستجو، تجزیه و تحلیل بررسی چرخه، توضیح برنامه‌ریزی مسیر برای سیستم‌های ناوبری خودرو، و معرفی جستجوی درخت مونت کارلو (NEW) بحث می‌کند. مقدمه ای بر هوش مصنوعی و جامعه، بحث در مورد مفاهیم هوش مصنوعی در مورد موضوعاتی مانند اشتغال و حمل و نقل (جدید) ایده آل برای دوره های پایه یا ماژول های هوش مصنوعی، این کتاب درسی آسان خوان یک نمای کلی عالی از این رشته را برای دانشجویان علوم کامپیوتر و سایر رشته های فنی ارائه می دهد، که نیازی به مدرک بالایی ندارد. - سطح دانش ریاضیات در مدرسه برای درک مطالب. دکتر ولفگانگ ارتل استاد انستیتوی هوش مصنوعی در دانشگاه علوم کاربردی راونسبورگ-وینگارتن آلمان است.

توضیحاتی درمورد کتاب به خارجی

This accessible and engaging textbook presents a concise introduction to the exciting field of artificial intelligence (AI). The broad-ranging discussion covers the key subdisciplines within the field, describing practical algorithms and concrete applications in the areas of agents, logic, search, reasoning under uncertainty, machine learning, neural networks, and reinforcement learning. Fully revised and updated, this much-anticipated second edition also includes new material on deep learning. Topics and features: Presents an application-focused and hands-on approach to learning, with supplementary teaching resources provided at an associated website Contains numerous study exercises and solutions, highlighted examples, definitions, theorems, and illustrative cartoons Includes chapters on predicate logic, PROLOG, heuristic search, probabilistic reasoning, machine learning and data mining, neural networks and reinforcement learn ing Reports on developments in deep learning, including applications of neural networks to generate creative content such as text, music and art (NEW) Examines performance evaluation of clustering algorithms, and presents two practical examples explaining Bayes' theorem and its relevance in everyday life (NEW) Discusses search algorithms, analyzing the cycle check, explaining route planning for car navigation systems, and introducing Monte Carlo Tree Search (NEW) Includes a section in the introduction on AI and society, discussing the implications of AI on topics such as employment and transportation (NEW) Ideal for foundation courses or modules on AI, this easy-to-read textbook offers an excellent overview of the field for students of computer science and other technical disciplines, requiring no more than a high-school level of knowledge of mathematics to understand the material. Dr. Wolfgang Ertel is a professor at the Institute for Artificial Intelligence at the Ravensburg-Weingarten University of Applied Sciences, Germany.  Read more...
Abstract: This accessible and engaging textbook presents a concise introduction to the exciting field of artificial intelligence (AI). The broad-ranging discussion covers the key subdisciplines within the field, describing practical algorithms and concrete applications in the areas of agents, logic, search, reasoning under uncertainty, machine learning, neural networks, and reinforcement learning. Fully revised and updated, this much-anticipated second edition also includes new material on deep learning. Topics and features: Presents an application-focused and hands-on approach to learning, with supplementary teaching resources provided at an associated website Contains numerous study exercises and solutions, highlighted examples, definitions, theorems, and illustrative cartoons Includes chapters on predicate logic, PROLOG, heuristic search, probabilistic reasoning, machine learning and data mining, neural networks and reinforcement learn ing Reports on developments in deep learning, including applications of neural networks to generate creative content such as text, music and art (NEW) Examines performance evaluation of clustering algorithms, and presents two practical examples explaining Bayes' theorem and its relevance in everyday life (NEW) Discusses search algorithms, analyzing the cycle check, explaining route planning for car navigation systems, and introducing Monte Carlo Tree Search (NEW) Includes a section in the introduction on AI and society, discussing the implications of AI on topics such as employment and transportation (NEW) Ideal for foundation courses or modules on AI, this easy-to-read textbook offers an excellent overview of the field for students of computer science and other technical disciplines, requiring no more than a high-school level of knowledge of mathematics to understand the material. Dr. Wolfgang Ertel is a professor at the Institute for Artificial Intelligence at the Ravensburg-Weingarten University of Applied Sciences, Germany

فهرست مطالب

Front Matter ....Pages i-xiv
 Introduction  (Wolfgang Ertel)....Pages 1-21
 Propositional Logic  (Wolfgang Ertel)....Pages 23-38
 First-order Predicate Logic  (Wolfgang Ertel)....Pages 39-64
 Limitations of Logic  (Wolfgang Ertel)....Pages 65-73
 Logic Programming with PROLOG  (Wolfgang Ertel)....Pages 75-90
 Search, Games and Problem Solving  (Wolfgang Ertel)....Pages 91-124
 Reasoning with Uncertainty  (Wolfgang Ertel)....Pages 125-174
 Machine Learning and Data Mining  (Wolfgang Ertel)....Pages 175-243
 Neural Networks  (Wolfgang Ertel)....Pages 245-287
 Reinforcement Learning  (Wolfgang Ertel)....Pages 289-311
 Solutions for the Exercises  (Wolfgang Ertel)....Pages 313-338
Back Matter ....Pages 339-356

نظرات کاربران

کتاب های تصادفی

دانلود کتاب The Spiritual Heritage of India

دانلود کتاب Eliot Goldfinger - Human Anatomy For Artists (The Elements of Form)

دانلود کتاب EatingWell in season: the farmers' market cookbook

دانلود کتاب Brain Tumors - An Encyclopedic Appr.

دانلود کتاب Prince’s Sign O’ the Times