Intelligence artificielle: Avec plus de 500 exercices

Couverture
Pearson Education France, 10 déc. 2010 - 1216 pages

Écrit par les experts de renommée mondiale, ce livre est la référence incontournable en matière d'intelligence artificielle (IA) dont il présente et analyse tous les concepts : logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et action.

Sa spécificité est de présenter l'IA à travers le concept des agents intelligents. Les auteurs exposent comment un système réussit à percevoir son environnement de manière à analyser ce qu'il s’y passe, et comment il transforme la perception qu’il a de son environnement en actions concrètes.

Parmi les sujets couverts :
- les contributions historiques des mathématiques, de la théorie des jeux, de l’économie, de la théorie des probabilités, de la psychologie, de la linguistique et des neurosciences ;
- les méthodes qui permettent de prendre des décisions lors de l’établissement d’un projet, en tenant compte des étapes à venir ;
- les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances ;
- les méthodes de raisonnement qui permettent d’établir des plans et donc de proposer des actions à entreprendre ;
- la prise de décisions en environnement incertain : réseaux bayésiens et algorithmes tels que l’élimination de variables et MCMC (Markov Chain Monte-Carlo) ;
- les méthodes employées pour générer les connaissances exigées par les composants de prise de décision : les algorithmes de boosting, l’algorithme EM (expectation-minimization), l’apprentissage à base d’exemples et les méthodes à noyaux (machines à vecteurs support) ;
- les implications philosophiques et éthiques de l’IA.

Chaque chapitre est illustré par de nombreux exemples et s’achève par des activités, qui vont des exercices de réflexion à des exercices de programmation, en passant par l’approfondissement des méthodes décrites, soit plus de 500 activités au total.

Cette 3e édition tient compte des derniers développements de la matière, concernant notamment les représentations qu’un agent peut utiliser (atomique, factorisée, structurée), les environnements partiellement observables et non déterministes, les planifications contingente et hiérarchique, les modèles probabilistes du premier ordre, l’apprentissage automatique, la recherche et l’extraction d’information sur le web et l’apprentissage à partir de très grandes bases de données.

 

Avis des internautes - Rédiger un commentaire

Avis d'utilisateur - Signaler comme contenu inapproprié

bingo

Avis d'utilisateur - Signaler comme contenu inapproprié

Salut à toute lacommunauté.SVP pourrais je avoir un essaie de correction sur les exercices de ce livre!!? Les exercices se trouvant aux pages de [60-...
]

Table des matières

Intelligence artificielle
1
Agents intelligents
37
Résolution de problèmes
64
Audelà de lexploration classique
129
Exploration en situation dadversité
171
Problèmes à satisfaction de contraintes
215
Connaissances raisonnement et planification
249
Logique du premier ordre
303
Apprentissage
726
Apprendre à partir dexemples
735
Connaissances et apprentissage
813
Apprentissage de modèles probabilistes
849
Apprentissage par renforcement
879
Communication perception et action
909
Langage naturel et communication
939
Perception
981

Planification classique
391
Planification et action dans le monde réel
429
Représentation des connaissances
467
Connaître et penser lincertain
513
Raisonnement probabiliste
545
Raisonnement probabiliste temporel
603
Prise de décisions simples
649
Prises de décisions complexes
685
Robotique
1025
Fondements philosophiques
1075
le présent et le futur
1101
A Rappels mathématiques
1111
B Notes sur les langages et les algorithmes
1119
Index
1175
Droits d'auteur

Expressions et termes fréquents

À propos de l'auteur (2010)

Stuart Russell travaille à l'université de Berkeley (Californie), où il est professeur au département d'informatique et directeur du centre pour l’étude des systèmes intelligents. Ancien membre du bureau exécutif de l’AAAI (American Association for Artificial Intelligence), il a reçu de nombreux prix scientifiques. Il est l’auteur de plus de cent articles et de plusieurs best-sellers sur l’intelligence artificielle.

Peter Norvig est directeur scientifique chez Google Inc. Auparavant, il a travaillé pour la NASA sur l'intelligence artificielle et la robotique, ainsi que pour Junglee sur l’extraction d’informations par Internet. Ancien professeur à l’université de Californie du Sud, membre de l’AAAI et de l’ACM (Association for Computing Machinery), il est l’auteur de nombreuses publications scientifiques et de plusieurs livres.

Fabrice Popineau est professeur à l'Ecole Supérieure d’Electricité (Supélec) depuis 18 ans, où il enseigne l’algorithmique et la modélisation logique. Il y est également responsable de l’équipe de recherche en informatique sur le campus de Metz. Il est responsable de l’option de 3e année « Informatique et Ingénierie de la Connaissance », où il dispense un cours de « Logique du Raisonnement Artificiel ».

Informations bibliographiques