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 Uncertainty in Artificial Intelligence

دانلود کتاب عدم اطمینان در هوش مصنوعی

Uncertainty in Artificial Intelligence

مشخصات کتاب

Uncertainty in Artificial Intelligence

ویرایش: 1st Edition 
نویسندگان:   
سری: Machine Intelligence and Pattern Recognition Volume 5 
ISBN (شابک) : 0444703969 
ناشر:  North Holland  
سال نشر: 1988 
تعداد صفحات: 440 
زبان:  English  
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 33 مگابایت 

قیمت کتاب (تومان) : 47,000



کلمات کلیدی مربوط به کتاب عدم اطمینان در هوش مصنوعی: صفحه اصلی، کتاب ها و مجلات، علوم کامپیوتر، هوش مصنوعی، هوش مصنوعی، سیستم های خبره و سیستم های مبتنی بر دانش، عدم قطعیت در هوش مصنوعی 2



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Uncertainty 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 عدم اطمینان 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.


توضیحاتی درمورد کتاب به خارجی



فهرست مطالب

Content: 
Machine Intelligence and Pattern RecognitionPage ii
Front MatterPage iii
Copyright pagePage iv
PrefacePages v-viLaveen N. Kanal, John F. Lemmer
ContributorsPages vii-viii
Models vs. Inductive Inference for Dealing with Probabilistic KnowledgePages 3-9N.C. DALKEY
An Axiomatic Framework for Belief UpdatesPages 11-22David E. Heckerman
The Myth of Modularity in Rule-Based Systems for Reasoning with UncertaintyPages 23-34David E. Heckerman, Eric J. Horvitz
Imprecise Meanings as a Cause of Uncertainty in Medical Knowledge-Based SystemsPages 35-41STEVEN J. HENKIND
Evidence as Opinions of ExpertsPages 43-53Robert Hummel, Michael Landy
Probabilistic Logic: Some Comments and Possible use for Nonmonotonic ReasoningPages 55-62Mary McLeish
Experiments with Interval-Valued UncertaintyPages 63-75Richard M. Tong, Lee A. Appelbaum
Evaluation of Uncertain Inference Models I: Prospector*Pages 77-87Robert M. Yadrick, Bruce M. Perrin, David S. Vaughan, Peter D. Holden, Karl G. Kempf
Experimentally Comparing Uncertain Inference Systems to ProbabilityPages 89-99Ben P. Wise
Knowledge Engineering within a Generalized Bayesian FrameworkPages 103-114Stephen W. Barth, Steven W. Norton
Learning to Predict: An Inductive ApproachPages 115-123Kaihu Chen
Towards a General-Purpose Belief Maintenance SystemPages 125-131Brian Falkenhainer
A Non-Iterative Maximum Entropy AlgorithmPages 133-148Sally A. Goldman, Ronald L. Rivest
Propagating Uncertainty in Bayesian Networks by Probabilistic Logic SamplingPages 149-163Max HENRION
An Explanation Mechanism for Bayesian Inferencing SystemsPages 165-173Steven W. Norton
On the Rational Scope of Probabilistic Rule-Based Inference SystemsPages 175-189Shimon Schocken
David: Influence Diagram Processing System for the MacintoshPages 191-196Ross D. Shachter
Qualitative Probabilistic Networks for Planning Under UncertaintyPages 197-208Michael P. Wellman
On Implementing Usual Values*Pages 209-217Ronald R. Yager
Some Extensions of Probabilistic LogicPages 221-227Su-shing Chen
Belief as Summarization and Meta-SupportPages 229-236A. Julian Craddock, Roger A. Browse
Non-Monotonicity In Probabilistic ReasoningPages 237-249Benjamin N. Grosof
A Semantic Approach to Non-Monotonic EntailmentsPages 251-262James Hawthorne
KnowledgePages 263-272Henry E. Kyburg Jr.
Computing Reference ClassesPages 273-289Ronald P. Loui
Distributed Revision of Belief Commitment in Composite Explanations*ᾠPages 291-315Judea Pearl
A Backwards View for AssessmentPages 317-324Ross D. Shachter, David E. Heckerman
Propagation of Belief Functions: A Distributed ApproachPages 325-335Prakash P. Shenoy, Glenn Shafer, Khaled Mellouli
Generalizing Fuzzy Logic Probabilistic InferencesPages 337-362Silvio URSIC
The Sum-and-Lattice-Points Method Based on an Evidential-Reasoning System Applied to the Real-Time Vehicle Guidance ProblemPages 365-370Shoshana ABEL
Probabilistic Reasoning About Ship ImagesPages 371-379Lashon B. BOOKER, Naveen HOTA
Information and Multi-Sensor CoordinationPages 381-394Greg Hager, Hugh F. Durrant-Whyte
Planning, Scheduling, and Uncertainty in the Sequence of Future Events*Pages 395-401B.R. Fox, K.G. Kempf
Evidential Reasoning in a Computer Vision SystemPages 403-412Ze-Nian Li, Leonard Uhr
Bayesian Inference for Radar Imagery Based SurveillancePages 413-421Tod S. Levitt
A Causal Bayesian Model for the Diagnosis of AppendicitisPages 423-434Stanley M. Schwartz, Jonathan Baron, John R. Clarke
Estimating Uncertain Spatial Relationships in Robotics*Pages 435-461Randall Smith, Matthew Self, Peter Cheeseman




نظرات کاربران