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
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Edward A. Bender سری: ISBN (شابک) : 0818672005, 9780818672002 ناشر: Wiley-IEEE Computer Society Pr سال نشر: 1996 تعداد صفحات: 661 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 56 مگابایت
در صورت تبدیل فایل کتاب Mathematical Methods in 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 روش های ریاضی 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.
روشهای ریاضی در هوش مصنوعی دانشآموز را با مبانی و ابزارهای
مهم ریاضی در هوش مصنوعی آشنا میکند و کاربردهای آنها را در
طراحی الگوریتمهای هوش مصنوعی شرح میدهد. این متن مفید یک دوره
مقدماتی هوش مصنوعی را بر اساس مهمترین ریاضیات و کاربردهای آن
ارائه می دهد. این کتاب روی موضوعات مهمی تمرکز دارد که ثابت شده
در هوش مصنوعی مفید هستند و کاربردی ترین ریاضیات را شامل می
شوند.
این کتاب هوش مصنوعی را از سه دیدگاه مختلف بررسی می کند: اهداف،
روش ها یا ابزارها، و دستاوردها و شکست ها. اهداف آن از استدلال،
برنامه ریزی، یادگیری، یا درک و استفاده از زبان حول ایده سیستم
خبره متمرکز است. ابزارهای هوش مصنوعی بر حسب آنچه که می تواند در
ساختار داده گنجانده شود، ارائه شده است. این کتاب به مفاهیم و
ابزارهای ساختار محدود، منطق ریاضی، نمایش منطق مانند، اطلاعات
عددی و ساختارهای غیر نمادین می پردازد.
متن بر ابزارهای اصلی ریاضی برای بازنمایی و دستکاری دانش به صورت
نمادین تاکید دارد. اینها اشکال مختلف منطق برای دانش کیفی و
احتمال و مفاهیم مرتبط برای دانش کمی هستند. ابزارهای اصلی برای
دستکاری دانش به صورت غیر نمادین، به عنوان شبکه های عصبی، روش ها
و آمار بهینه سازی هستند. این مطالب در متن با موضوعاتی مانند
درختان و جستجو، منطق ریاضی کلاسیک و عدم قطعیت و استدلال پوشش
داده شده است. دیسکت راه حل موجود است، لطفا برای اطلاعات بیشتر
تماس بگیرید.
Mathematical Methods in Artificial Intelligence introduces the
student to the important mathematical foundations and tools in
AI and describes their applications to the design of AI
algorithms. This useful text presents an introductory AI course
based on the most important mathematics and its applications.
It focuses on important topics that are proven useful in AI and
involve the most broadly applicable mathematics.
The book explores AI from three different viewpoints: goals,
methods or tools, and achievements and failures. Its goals of
reasoning, planning, learning, or language understanding and
use are centered around the expert system idea. The tools of AI
are presented in terms of what can be incorporated in the data
structures. The book looks into the concepts and tools of
limited structure, mathematical logic, logic-like
representation, numerical information, and nonsymbolic
structures.
The text emphasizes the main mathematical tools for
representing and manipulating knowledge symbolically. These are
various forms of logic for qualitative knowledge, and
probability and related concepts for quantitative knowledge.
The main tools for manipulating knowledge nonsymbolically, as
neural nets, are optimization methods and statistics. This
material is covered in the text by topics such as trees and
search, classical mathematical logic, and uncertainty and
reasoning. A solutions diskette is available, please call for
more information.