Fonaments d'intel·ligència artificial

Fonaments d'intel·ligència artificial

  • Autor: Torra i Reventós, Vicenç
  • Editor: Universitat Oberta de Catalunya
  • ISBN: 9788497886062
  • eISBN Pdf: 9788490293812
  • Lugar de publicación:  Barcelona , España
  • Año de publicación: 2007
  • Año de publicación digital: 2012
  • Mes: Noviembre
  • Páginas: 456
  • Idioma: Catalán
Els mètodes i tècniques de la intel·ligència artificial són d'ús freqüent en molts dels aparells i programaris existents en el mercat. El llibre està dirigit a estudiants d'informàtica, i, en general, a estudiants d'enginyeries o ciències amb certs coneixements d'informàtica.
  • Cover
  • Title page
  • Copyright page
  • Autor
  • Índex
  • Presentació
  • Capítol I. Intel·ligència artificial: orígens i actualitat
    • 1. Els orígens
    • 2. Què és la intel·ligència artifi cial: defi nicions i punts de vista
      • 2.1. Construcció de programes
      • 2.2. Conducta enfront de raonament
      • 2.3. Ciència i enginyeria
      • 2.4. La hipòtesi del sistema de símbols físics
      • 2.5. Sistemes basats en models biològics
      • 2.6. Sistemes emergents
      • 2.7. Sistemes basats en les teories de l’acció situada i la intel·ligència artifi cial corpòria
      • 2.8. Mètodes i tècniques de la intel·ligència artifi cial
    • 3. Aplicacions d’èxit
    • 4. Algunes característiques dels sistemes intel·ligents
  • Capítol II. Resolució de problemes i cerca
    • 1. Espai d’estats i representació d’un problema
      • 1.1. Algunes classes generals de problemes: satisfacció de restric- cions i planifi cació
      • 1.2. Algunes consideracions addicionals: la importància d’una representació adequada i la qüestió del cost
    • 2. Construcció d’una solució
      • 2.1. La implementació
      • 2.2. Algunes consideracions addicionals
    • 3. Estratègies de cerca no informada
      • 3.1. Cerca en amplada
      • 3.2. Cerca en profunditat
    • 4. Cost i funció heurística
      • 4.1. Cerca de cost uniforme
      • 4.2. Cerca amb funció heurística: cerca àvida
      • 4.3. Cerca amb funció heurística: algorisme A*
      • 4.4. Altres mètodes de cerca heurística
    • 5. Grafs I/O
      • 5.1. L’algorisme AO*
      • 5.2. Les interaccions
    • 6. Cerca amb adversari: els jocs
      • 6.1. Decisions perfectes
      • 6.2. Decisions imperfectes
      • 6.3. Arbres de jocs i grafs I/O
      • 6.4. Jocs amb elements d’atzar
    • 7. Algorismes genètics
      • 7.1. Aplicació i implementació
      • 7.2. Comentaris sobre els algorismes genètics
  • Capítol III. Sistemes basats en el coneixement
    • 1. La construcció d’un Sistema Basat en el Coneixement
      • 1.1. Construcció d’un model amb un expert
      • 1.2. Aprenentatge
      • 1.3. Compartir el coneixement
      • 1.4. Validació i verificació
    • 2. La representació del coneixement
      • 2.1. Nivells d’un formalisme de representació del coneixement
      • 2.2. Aspecte formal i aspecte inferencial
      • 2.3. Tipus de coneixement
      • 2.4. Aspecte inferencial i cerca
      • 2.5. Altres aspectes sobre els formalismes de representació del coneixement
    • 3. Sistemes basats en regles
      • 3.1. Aspecte inferencial en un sistema basat en regles
      • 3.2. Anàlisi dels sistemes basats en regles
      • 3.3. Sistemes difusos
    • 4. Sistemes amb representació estructurada
      • 4.1. Aspecte formal
      • 4.2. Aspecte inferencial
      • 4.3. Anàlisi dels sistemes de marcs
    • 5. Sistemes de raonament basat en casos
      • 5.1. Aspecte inferencial
    • 6. Sistemes de raonament basat en models
      • 6.1. Aspecte formal
      • 6.2. Aspecte inferencial
    • 7. Raonament amb informació incompleta: incertesa i im- precisió
      • 7.1. Mesures d’incertesa
      • 7.2. Xarxes causals probabilístiques
  • Capítol IV. Aprenentatge
    • 1. Introducció
      • 1.1. Representació del coneixement i aprenentatge
      • 1.2. El biaix i la variància
    • 2. Aprenentatge no supervisat
      • 2.1. Algorismes de categorització: introducció
      • 2.2. Particions i particions difuses d’objectes
      • 2.3. Jerarquies d’objectes
    • 3. Aprenentatge supervisat
      • 3.1. Mètodes basats en mètodes de categorització
      • 3.2. Màquines de vectors de suport
      • 3.3. Xarxes neuronals
      • 3.4. Xarxes neuronals i representació
      • 3.5. Descripcions lògiques de conceptes
      • 3.6. Arbres de decisió
      • 3.7. Combinació de mètodes
  • Capítol V. Aplicacions: La recuperació d’informació
    • 1. Recuperació, categorització i classifi cació de documents
      • 1.1. Recuperació de documents
      • 1.2. Categorització de documents
      • 1.3. Classificació de documents
    • 2. Representació dels documents
    • 3. Construcció de la representació a partir dels documents
      • 3.1. Anàlisi lèxica
      • 3.2. Paraules de stop
      • 3.3. Eliminació de fl exions
      • 3.4. Selecció
    • 4. Defi nició de distàncies
      • 4.1. L’ús de diccionaris per calcular la distància: el cas del WordNet
      • 4.2. L’ús de col·leccions de textos: el cas de l’anàlisi de la semàntica latent
  • Capítol VI. Llenguatges de programació: Lisp i Prolog
    • 1. Introducció al Lisp
      • 1.1. Notació i expressions simbòliques
      • 1.2. Algunes funcions sobre llistes
      • 1.3. Avaluació de les expressions simbòliques
      • 1.4. La forma funcional especial QUOTE
      • 1.5. Predicats i expressions booleanes
      • 1.6. Condicionals
      • 1.7. Defi nició de funcions
      • 1.8. Àmbits i declaracions
      • 1.9. Construccions avançades
      • 1.10. Construccions imperatives i efectes secundaris
      • 1.11. Funcions d’entrada i sortida
      • 1.12. Algunes funcions addicionals
    • 2. Introducció al Prolog
      • 2.1. Elements bàsics del llenguatge
      • 2.2. Operadors extralògics
      • 2.3. Les estructures
  • Bibliografia

SUSCRÍBASE A NUESTRO BOLETÍN

Al suscribirse, acepta nuestra Politica de Privacidad