Intelligence artificielle: Avec plus de 500 exercices

Front Cover
Pearson Education France, Dec 10, 2010 - Computers - 1198 pages
2 Reviews
Reviews aren't verified, but Google checks for and removes fake content when it's identified

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.

 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

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
Copyright

Common terms and phrases

About the author (2010)

Stuart Russell est professeur au département d'informatique à l’université de Berkeley (Californie), où il dirige le Center for Human-Compatible Artificial Intelligence. Il est membre du bureau exécutif de l’AAAI (American Association for Artificial Intelligence) et membre de l’ACM (Association for Computing Machinery). Il a publié plus de 300 articles sur l’IA et est l’auteur de plusieurs livres, dont le best-seller : Artificial Intelligence, A Modern Approach.

Peter Norvig est directeur de la recherche chez Google. Il a co-dirigé un cours d'IA en ligne auquel 160 000 étudiants se sont inscrits, contribuant à lancer la révolution des cours massifs en ligne ouverts à tous (MOOC). Il a dirigé la division informatique du centre de recherche Ames de la NASA, où il a supervisé la recherche et le développement en matière d'IA et de robotique. Il a écrit 4 livres, dont Paradigms of Artificial Intelligence Programming.

Fabrice Popineau est professeur à CentraleSupélec où il enseigne l'algorithmique, la modélisation logique, l’informatique théorique ainsi que l’intelligence artificielle. Il est chercheur au laboratoire LISN (Université Paris-Saclay) et porteur de la chaire de recherche Lusis dédiée aux applications de l’intelligence artificielle à la détection de fraude et au trading automatique. Il est expert auprès de l’ISO dans le sous-comité dédié à la normalisation de l’IA.

Bibliographic information