人工知能の基礎
| 著者名 | 西田 豊明 著 |
|---|---|
| 発行元 | 丸善出版 |
| 発行年月日 | 1999年09月 |
| 判型 | A5 210×148 |
| ページ数 | 300ページ |
| ISBN | 978-4-621-04646-3 |
| Cコード | 3355 |
| NDCコード | 007 |
| ジャンル | 電気・電子・情報工学 |
内容紹介
これから人工知能について学ぼうとする人々のために、人工知能の基礎的な話題である発見的検索、制約充足、知識表現、命題論理、一階述語論理、信念管理のメカニズム、不確実性の扱い、機械学習を取り上げている。
目次
１ 序論
２ 発見的探索
２．１ 発見的探索の基本的な考え方
２．２ 状態空間探索問題
２．３ ヒューリスティックスを用いない状態空間探索
２．４ ヒューリスティックスを用いた状態空間探索
２．５ 問題分解法
３ 制約充足
３．１ 制約充足の基本的な考え方
３．２ 線画解釈問題
３．３ 制約充足基本概念
３．４ 後戻り法
３．５ 制約充足アルゴリズム
４ 基本的な知識表現
４．１ 知識表現の基本的な考え方
４．２ 世界知識の表現と利用
４．３ 世界知識の表現と利用のための知識表現言語
４．４ 手続き的知識の表現と利用
４．５ プランの表現とプランニング
４．６ 対称志向の知識表現
５ 命題論理
５．１ この章のあらまし
５．２ 数理論理学の基本的な考え方
５．３ 命題論理の体系
５．４ 意味論的アプローチ
５．５ 証明論的アプローチ
５．６ 融合原理
６ 一階術語論理
６．１ この章のあらまし
６．２ 一階術語論理の統語論と意味論
６．３ 融合法
６．４ 融合原理の性質
７ 信念管理のメカニズム
７．１ この章のあらまし
７．２ ＴＭＳ
７．３ ＡＴＭＳ
７．４ 非単調推論
８ 不確実性の扱い
８．１ この章のあらまし
８．２ 確率推論とベイズネットワーク
８．３ 確信度
８．４ Dempster-Shafer理論
８．５ ファジィ集合によるあいまいさの表現
９ 機械学習
９．１ この章のあらまし
９．２ 決定木学習
９．３ 概念クラスタリング
９．４ 演繹型学習
９．５ 強化学習
９．６ ニュートラルネットワークによる学習
出版社からのメッセージ
------------------------------------------
本書は、少部数印刷にて重版が可能です。
在庫僅少の場合でもご注文いただけますので、お問い合わせください。
------------------------------------------
本書は、書籍からスキャナによる読み取りを行い、印刷・製本を行っています。
一部、装丁が異なったり、印刷が不明瞭な場合がございますが、ご了承くださいますようお願い申し上げます。
------------------------------------------
