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。
------------------------------------------