ZANIM PRZEMÓWIĄ AUTORZY...

PRZEDMOWA

O AUTORACH

I. SZTUCZNA INTELIGENCJA

Rozdział 1. WSTĘP

• 1.1. Czym jest sztuczna inteligencja?
• 1.2. Podstawy sztucznej inteligencji
• 1.3. Historia sztucznej inteligencji
• 1.4. Stan obecny
• 1.5. Spodziewane korzyści i ryzyko
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 2. INTELIGENTNI AGENCI

• 2.1. Agenci i ich środowiska
• 2.2. Właściwe zachowanie - koncepcja racjonalności
• 2.3. Natura środowiska
• 2.4. Struktura agenta
• Podsumowanie
• Bibliografia i uwagi historyczne

II. ROZWIĄZYWANIE PROBLEMÓW

Rozdział 3. ROZWIĄZYWANIE PROBLEMÓW ZA POMOCĄ WYSZUKIWANIA

• 3.1. Agent rozwiązujący problem
• 3.2. Przykładowe problemy
• 3.3. Algorytmy wyszukiwania
• 3.4. Strategie wyszukiwania niedoinformowanego
• 3.5. Strategie wyszukiwania poinformowanego (heurystycznego)
• 3.6. Funkcje heurystyczne
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 4. WYSZUKIWANIE W ZŁOŻONYCH ŚRODOWISKACH

• 4.1. Wyszukiwanie lokalne i problemy optymalizacyjne
• 4.2. Wyszukiwanie lokalne w przestrzeniach ciągłych
• 4.3. Wyszukiwanie z niedeterministycznymi akcjami
• 4.4. Wyszukiwanie w środowiskach częściowo obserwowalnych
• 4.5. Wyszukiwanie online i nieznane środowiska
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 5. WYSZUKIWANIE ANTAGONISTYCZNE I GRY

• 5.1. Teoria gier
• 5.2. Optymalne decyzje w grach
• 5.3. Heurystyczne wyszukiwanie alfa-beta
• 5.4. Wyszukiwanie Monte Carlo
• 5.5. Gry stochastyczne
• 5.6. Gry z częściową obserwowalnością
• 5.7. Ograniczenia algorytmów wyszukiwania w grach
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 6. PROBLEMY SPEŁNIANIA OGRANICZEŃ

• 6.1. Definiowanie problemów spełniania ograniczeń
• 6.2. Propagacja ograniczeń - wnioskowanie w CPS
• 6.3. Wyszukiwanie z nawrotami w CPS
• 6.4. Wyszukiwanie lokalne na usługach CSP
• 6.5. Struktura problemów CSP
• Podsumowanie
• Bibliografia i uwagi historyczne

III. WIEDZA, WNIOSKOWANIE I PLANOWANIE

Rozdział 7. LOGICZNI AGENCI

• 7.1. Agent bazujący na wiedzy
• 7.2. Świat Wumpusa
• 7.3. Podstawy logiki
• 7.4. Rachunek zdań - bardzo prosta logika
• 7.5. Dowodzenie twierdzeń w rachunku zdań
• 7.6. Efektywne sprawdzanie modeli w rachunku zdań
• 7.7. Agent na gruncie rachunku zdań
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 8. LOGIKA PIERWSZEGO RZĘDU

• 8.1. Ponownie o reprezentacji
• 8.2. Składnia i semantyka logiki pierwszego rzędu
• 8.3. Wykorzystywanie logiki pierwszego rzędu
• 8.4. Inżynieria wiedzy w logice pierwszego rzędu
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 9. WNIOSKOWANIE W LOGICE PIERWSZEGO RZĘDU

• 9.1. Wnioskowanie w rachunku zdań a wnioskowanie w logice pierwszego rzędu
• 9.2. Unifikacja a wnioskowanie w logice pierwszego rzędu
• 9.3. Łańcuchowanie progresywne
• 9.4. Łańcuchowanie regresywne
• 9.5. Rezolucja
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 10. REPREZENTACJA WIEDZY

• 10.1. Inżynieria ontologii
• 10.2. Kategorie i obiekty
• 10.3. Zdarzenia
• 10.4. Obiekty mentalne i logika modalna
• 10.5. Systemy wnioskowania dla kategorii
• 10.6. Wnioskowanie na podstawie domniemań
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 11. AUTOMATYCZNE PLANOWANIE

• 11.1. Klasyczne planowanie - co to jest?
• 11.2. Algorytmy klasycznego planowania
• 11.3. Heurystyki w planowaniu
• 11.4. Planowanie hierarchiczne
• 11.5. Planowanie i działanie w domenach niedeterministycznych
• 11.6. Czas, harmonogramy i zasoby
• 11.7. Analiza podejść planistycznych
• Podsumowanie
• Bibliografia i uwagi historyczne

IV. WNIOSKOWANIE W WARUNKACH NIEPEWNOŚCI

Rozdział 12. KWANTYFIKOWANIE NIEPEWNOŚCI

• 12.1. Działając w warunkach niepewności
• 12.2. Notacja probabilistyczna
• 12.3. Wnioskowanie z pełnych wspólnych rozkładów
• 12.4. Niezależność
• 12.5. Reguła Bayesa i jej wykorzystywanie
• 12.6. Naiwne modele bayesowskie
• 12.7. Odwiedzamy świat Wumpusa
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 13. WNIOSKOWANIE PROBABILISTYCZNE

• 13.1. Reprezentowanie wiedzy w niepewnej domenie
• 13.2. Semantyka sieci bayesowskich
• 13.3. Ścisłe wnioskowanie w sieciach bayesowskich
• 13.4. Aproksymowane wnioskowanie w sieciach bayesowskich
• 13.5. Sieci przyczynowe
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 14. PROBABILISTYCZNE WNIOSKOWANIE W CZASIE

• 14.1. Czas a niepewność
• 14.2. Wnioskowanie w modelach temporalnych
• 14.3. Ukryte modele Markowa
• 14.4. Filtrowanie Kalmana
• 14.5. Dynamiczne sieci bayesowskie (DBN)
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 15. PROGRAMOWANIE PROBABILISTYCZNE

• 15.1. Relacyjne modele probabilistyczne
• 15.2. Modele probabilistyczne otwartego wszechświata
• 15.3. Śledzenie skomplikowanego świata
• 15.4. Programy jako modele probabilistyczne
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 16. PODEJMOWANIE PROSTYCH DECYZJI

• 16.1. Przekonania i pragnienia w warunkach niepewności
• 16.2. Podstawy teorii użyteczności
• 16.3. Funkcje użyteczności
• 16.4. Wieloatrybutowe funkcje użyteczności
• 16.5. Sieci decyzyjne
• 16.6. Wartość informacji
• 16.7. Nieznane preferencje
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 17. PODEJMOWANIE ZŁOŻONYCH DECYZJI

• 17.1. Sekwencyjne problemy decyzyjne
• 17.2. Algorytmy dla problemów MDP
• 17.3. Problem bandyty i jego warianty
• 17.4. Częściowo obserwowalne problemy MDP (POMDP)
• 17.5. Algorytmy rozwiązywania problemów POMDP
• Podsumowanie
• Bibliografia i uwagi historyczne

Rozdział 18. PODEJMOWANIE DECYZJI W ŚRODOWISKU WIELOAGENTOWYM

• 18.1. Właściwości środowisk wieloagentowych
• 18.2. Teoria gier niekooperatywnych
• 18.3. Teoria gier kooperatywnych
• 18.4. Kolektywne podejmowanie decyzji
• Podsumowanie
• Bibliografia i uwagi historyczne

DODATKI

Dodatek A. KOMPENDIUM MATEMATYCZNE

• A.1. Analiza złożoności i notacja "dużego O"
• A.2. Wektory, macierze i algebra liniowa
• A.3. Rozkłady prawdopodobieństwa
• A.4. Wybrane operacje na zbiorach
• Bibliografia i uwagi historyczne

Dodatek B. KONWENCJE NOTACYJNE I PSEUDOKOD

• B.1. Definiowanie składni za pomocą notacji BNF
• B.2. Algorytmy w formie pseudokodu
• B.3. Uzupełniające materiały online

SKOROWIDZ

• Назва: Sztuczna inteligencja. Nowe spojrzenie. Wydanie IV. Tom 1
• Автор: Stuart Russell, Peter Norvig
• Оригінальна назва: Artificial Intelligence: A Modern Approach, 4th Edition (tom 1)
• Переклад: Andrzej Grażyński
• ISBN: 978-83-283-7609-0, 9788328376090
• Дата видання: 2023-01-10
• Формат: Eлектронна книга
• Ідентифікатор видання: szti41
• Видавець: Helion