Titre :	Intelligence Artificielle : Avec prés de 400 exercices
Type de document :	texte imprimé
Auteurs :	Stuart Russell, Auteur ; Peter Norvig, Auteur
Mention d'édition :	2eme édition
Editeur :	Paris : Pearson Education
Année de publication :	2006
Importance :	1184p
Format :	24x17 cm
ISBN/ISSN/EAN :	978-2-7440-7150-8
Note générale :	Sommaire Préface Intelligence Artificielle Résolution de problèmes Connaissances et raisonnement Planification Connaissances et raisonnement en environnement incertain Apprentissage Communication, perception et action Conclusions A : rappels mathématiques B : notes sur les langages et les algorithmes Bibliographie Index
Langues :	Français (fre) Langues originales : Français (fre)
Index. décimale :	004 Traitement de données. Informatique
Résumé :	Le livre de S. Russell et P. Norvig est LA référence en matière d'intelligence artificielle (IA). Il en décrit et analyse tous les concepts : la logique, les probabilités et les mathématiques discrètes et du continu, la perception, le raisonnement, l'apprentissage, la prise de décision et l'action. Sa particularité est de présenter l'IA à travers le concept des agents intelligents, c'est-à-dire de systèmes qui décident de ce qu'il convient de faire. Les auteurs expliquent ainsi comment un agent intelligent réussit à percevoir son environnement de manière à déterminer et analyser ce qu'il s'y passe. La partie I s'intéresse aux 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. La partie II se concentre sur les méthodes qui permettent de prendre des décisions lorsqu'il faut établir un projet. La partie III examine les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances. La partie IV expose les méthodes de raisonnement qui permettent d'établir des plans et donc de proposer des actions à entreprendre. La partie V aborde la prise de décisions en environnement incertain. Elle traite des réseaux bayésiens et développe un certain nombre d'algorithmes tels que l'algorithme MCMC (Markov Chain Monte-Carlo). La partie VI décrit les méthodes employées pour générer les connaissances exigées par ces composants de prise de décisions. Elle étudie plus particulièrement les algorithmes de boosting, l'algorithme EM (expectation-minimization) et les méthodes à noyaux. La partie VII explique comment un agent intelligent perçoit son environnement de manière à savoir ce qu'il s'y passe, que ce soit par la vision, le toucher, l'ouïe ou la compréhension du langage. Elle expose également comment il peut transformer ces informations en actions concrètes. La partie VIII analyse le passé et le futur de l'IA ainsi que ses implications philosophiques et éthiques. Chaque chapitre est illustré par de nombreux exemples et s'achève par une série d'exercices, qui vont des exercices de réflexion à des exercices de programmation, en passant par l'approfondissement des méthodes décrites.

Intelligence Artificielle : Avec prés de 400 exercices [texte imprimé] / Stuart Russell, Auteur ; Peter Norvig, Auteur  . -  2eme édition . - Paris : Pearson Education, 2006 . - 1184p ; 24x17 cm.
ISBN : 978-2-7440-7150-8
Sommaire
Préface
Intelligence Artificielle
Résolution de problèmes
Connaissances et raisonnement
Planification
Connaissances et raisonnement en environnement incertain
Apprentissage
Communication, perception et action
Conclusions
A : rappels mathématiques
B : notes sur les langages et les algorithmes
Bibliographie
Index
Langues : Français (fre) Langues originales : Français (fre)

Index. décimale :

004 Traitement de données. Informatique

Résumé :

Le livre de S. Russell et P. Norvig est LA référence en matière d'intelligence artificielle (IA). Il en décrit et analyse tous les concepts : la logique, les probabilités et les mathématiques discrètes et du continu, la perception, le raisonnement, l'apprentissage, la prise de décision et l'action. Sa particularité est de présenter l'IA à travers le concept des agents intelligents, c'est-à-dire de systèmes qui décident de ce qu'il convient de faire. Les auteurs expliquent ainsi comment un agent intelligent réussit à percevoir son environnement de manière à déterminer et analyser ce qu'il s'y passe. La partie I s'intéresse aux 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. La partie II se concentre sur les méthodes qui permettent de prendre des décisions lorsqu'il faut établir un projet. La partie III examine les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances. La partie IV expose les méthodes de raisonnement qui permettent d'établir des plans et donc de proposer des actions à entreprendre. La partie V aborde la prise de décisions en environnement incertain. Elle traite des réseaux bayésiens et développe un certain nombre d'algorithmes tels que l'algorithme MCMC (Markov Chain Monte-Carlo). La partie VI décrit les méthodes employées pour générer les connaissances exigées par ces composants de prise de décisions. Elle étudie plus particulièrement les algorithmes de boosting, l'algorithme EM (expectation-minimization) et les méthodes à noyaux. La partie VII explique comment un agent intelligent perçoit son environnement de manière à savoir ce qu'il s'y passe, que ce soit par la vision, le toucher, l'ouïe ou la compréhension du langage. Elle expose également comment il peut transformer ces informations en actions concrètes. La partie VIII analyse le passé et le futur de l'IA ainsi que ses implications philosophiques et éthiques. Chaque chapitre est illustré par de nombreux exemples et s'achève par une série d'exercices, qui vont des exercices de réflexion à des exercices de programmation, en passant par l'approfondissement des méthodes décrites.