Intelligence artificielle / Stuart Jonathan Russell

Public ISBD Titre : Intelligence artificielle Type de document : texte imprimé Auteurs : Stuart Jonathan Russell (1962-....), Auteur ; Peter Norvig (1956-....), Auteur Mention d'édition : 3e ?d. Editeur : Paris : Pearson Education Année de publication : impr. 2010 Importance : 1 vol. (XVI-1198 p.) Présentation : ill., couv. ill. en coul. Format : 24 cm ISBN/ISSN/EAN : 978-2-7440-7455-4 Prix : 72 EUR Note générale : La couv. porte en plus : "avec pr?s de 500 exercices" Bibliogr. p. 1123-1173. Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Intelligence artificielle Index. décimale : 006.3 Résumé : ?crit par les experts de renomm?e mondiale, ce livre est la r?f?rence incontournable en mati?re d'intelligence artificielle (IA) dont il pr?sente et analyse tous les concepts : logique, probabilit?s, math?matiques discr?tes et du continu, perception, raisonnement, apprentissage, prise de d?cision et action. Sa sp?cificit? est de pr?senter l'IA ? travers le concept des agents intelligents. Les auteurs exposent comment un syst?me r?ussit ? percevoir son environnement de mani?re ? analyser ce qu'il s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concr?tes. Parmi les sujets couverts : />- les contributions historiques des math?matiques, de la th?orie des jeux, de l'?conomie, de la th?orie des probabilit?s, de la psychologie, de la linguistique et des neurosciences ; />- les m?thodes qui permettent de prendre des d?cisions lors de l'?tablissement d'un projet, en tenant compte des ?tapes ? venir ; />- les diff?rentes mani?res de repr?senter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fond? sur ces connaissances ; />- les m?thodes de raisonnement qui permettent d'?tablir des plans et donc de proposer des actions ? entreprendre ; />- la prise de d?cisions en environnement incertain : r?seaux bay?siens et algorithmes tels que l'?limination de variables et MCMC (Markov Chain Monte-Carlo) ; />- les m?thodes employ?es pour g?n?rer les connaissances exig?es par les composants de prise de d?cision : les algorithmes de boosting, l'algorithme EM (expectation-minimization), l'apprentissage ? base d'exemples et les m?thodes ? noyaux (machines ? vecteurs support) ; />- les implications philosophiques et ?thiques de l'IA. Chaque chapitre est illustr? par de nombreux exemples et s'ach?ve par des activit?s, qui vont des exercices de r?flexion ? des exercices de programmation, en passant par l'approfondissement des m?thodes d?crites, soit plus de 500 activit?s au total. Cette 3e ?dition tient compte des derniers d?veloppements de la mati?re, concernant notamment les repr?sentations qu'un agent peut utiliser (atomique, factoris?e, structur?e), les environnements partiellement observables et non d?terministes, les planifications contingente et hi?rarchique, les mod?les probabilistes du premier ordre, l'apprentissage automatique, la recherche et l'extraction d'information sur le web et l'apprentissage ? partir de tr?s grandes bases de donn?es. /> Intelligence artificielle [texte imprimé] / Stuart Jonathan Russell (1962-....), Auteur ; Peter Norvig (1956-....), Auteur  . -  3e ?d. . - Paris : Pearson Education, impr. 2010 . - 1 vol. (XVI-1198 p.) : ill., couv. ill. en coul. ; 24 cm. ISBN : 978-2-7440-7455-4 : 72 EUR La couv. porte en plus : "avec pr?s de 500 exercices" Bibliogr. p. 1123-1173. Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Intelligence artificielle Index. décimale : 006.3 Résumé : ?crit par les experts de renomm?e mondiale, ce livre est la r?f?rence incontournable en mati?re d'intelligence artificielle (IA) dont il pr?sente et analyse tous les concepts : logique, probabilit?s, math?matiques discr?tes et du continu, perception, raisonnement, apprentissage, prise de d?cision et action. Sa sp?cificit? est de pr?senter l'IA ? travers le concept des agents intelligents. Les auteurs exposent comment un syst?me r?ussit ? percevoir son environnement de mani?re ? analyser ce qu'il s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concr?tes. Parmi les sujets couverts : />- les contributions historiques des math?matiques, de la th?orie des jeux, de l'?conomie, de la th?orie des probabilit?s, de la psychologie, de la linguistique et des neurosciences ; />- les m?thodes qui permettent de prendre des d?cisions lors de l'?tablissement d'un projet, en tenant compte des ?tapes ? venir ; />- les diff?rentes mani?res de repr?senter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fond? sur ces connaissances ; />- les m?thodes de raisonnement qui permettent d'?tablir des plans et donc de proposer des actions ? entreprendre ; />- la prise de d?cisions en environnement incertain : r?seaux bay?siens et algorithmes tels que l'?limination de variables et MCMC (Markov Chain Monte-Carlo) ; />- les m?thodes employ?es pour g?n?rer les connaissances exig?es par les composants de prise de d?cision : les algorithmes de boosting, l'algorithme EM (expectation-minimization), l'apprentissage ? base d'exemples et les m?thodes ? noyaux (machines ? vecteurs support) ; />- les implications philosophiques et ?thiques de l'IA. Chaque chapitre est illustr? par de nombreux exemples et s'ach?ve par des activit?s, qui vont des exercices de r?flexion ? des exercices de programmation, en passant par l'approfondissement des m?thodes d?crites, soit plus de 500 activit?s au total. Cette 3e ?dition tient compte des derniers d?veloppements de la mati?re, concernant notamment les repr?sentations qu'un agent peut utiliser (atomique, factoris?e, structur?e), les environnements partiellement observables et non d?terministes, les planifications contingente et hi?rarchique, les mod?les probabilistes du premier ordre, l'apprentissage automatique, la recherche et l'extraction d'information sur le web et l'apprentissage ? partir de tr?s grandes bases de donn?es. />

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
FSI 00143	006.3 RUS	Livre	Bibliothèque centrale theologicum	Livre	Exclu du prêt
454I	006.3 RUS	Livre	Bibliothèque centrale theologicum	Livre	Exclu du prêt

Intelligence artificielle / Stuart Jonathan Russell

Public ISBD Titre : Intelligence artificielle : une approche moderne Type de document : texte imprimé Auteurs : Stuart Jonathan Russell (1962-....), Auteur ; Peter Norvig (1956-....), Auteur ; Fabrice Popineau (1964-....), Directeur de publication ; Laurent Miclet, Directeur de publication ; Claire Cadet, Traducteur Mention d'édition : 4e ?d. Editeur : Paris : Pearson Année de publication : DL 2021 Importance : 1 vol. (XIV-985 p.) Présentation : ill. Format : 27 cm ISBN/ISSN/EAN : 978-2-326-00221-0 Prix : 79 EUR Note générale : Bibliogr. p. 927-963. Notes bibliographiques. Index. R?sum Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Intelligence artificielle Index. décimale : 006.3 Résumé : ?crit par des experts de renomm?e mondiale, ce livre est la r?f?rence incontournable en mati?re d'intelligence artificielle (IA) dont il pr?sente et analyse tous les concepts: logique, probabilit?s, math?matiques discr?tes et du continu, perception, raisonnement, apprentissage, prise de d?cision et action. Un traitement approfondi des sujets simples comme des sujets avanc?s permet aux ?tudiants d'acqu?rir une compr?hension g?n?rale des fronti?res de l'IA sans compromettre ni la complexit? et ni la rigueur. Sa sp?cificit? est de pr?senter l'IA ? travers le concept d'agent intelligent. Les auteurs exposent comment un syst?me r?ussit ? percevoir son environnement de mani?re ? analyser ce qui s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concr?tes. Cette approche int?gratrice montre comment les diff?rents sous-domaines de l'IA se combinent pour construire des applications capables de r?pondre ? la complexit? du monde r?el. De plus, un tr?s grand nombre de renvois entre les sections expose les connexions entre des domaines qui sont le plus souvent pr?sent?s comme ind?pendants. Parmi les sujets couverts: * les contributions des math?matiques, de la th?orie des jeux, de l'?conomie, de la th?orie des probabilit?s, de la psychologie, de la linguistique et des neurosciences; * les diff?rentes mani?res de repr?senter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fond? sur ces connaissances; * les m?thodes de raisonnement qui permettent d'?tablir des plans et donc de proposer des actions ? entreprendre; * la prise de d?cisions en environnement incertain: r?seaux bay?siens et algorithmes tels que l'?limination de variables et MCMC (Markov Chain Monte-Carlo); * les m?thodes d'apprentissage automatique (machine learning) employ?es pour g?n?rer les connaissances n?cessaires aux composants de prise de d?cision: boosting, EM (expectation-minimization), machines ? vecteurs support, r?seaux de neurones, apprentissage profond (deep learning); * la perception avec le traitement du langage naturel et la vision par ordinateur ainsi que l'action avec la robotique; * l'avenir de l'IA et ses implications philosophiques et ?thiques. Chaque chapitre est illustr? par de nombreux exemples et sch?mas, puis se termine par un r?sum?. Les exercices se trouvent en anglais sur la plateforme d?di?e ? l'ouvrage. Cette 4e ?dition tient compte des derniers d?veloppements de la mati?re et pr?sente les concepts de mani?re plus unifi?e. Elle apporte un ?clairage nouveau et couvre de mani?re ?largie l'apprentissage automatique, l'apprentissage profond, l'apprentissage par transfert, les syst?mes multi- agents, la robotique, le traitement du langage naturel, la causalit?, la programmation probabiliste, le respect de la vie priv?e, l'?quit? et la s?curit Intelligence artificielle : une approche moderne [texte imprimé] / Stuart Jonathan Russell (1962-....), Auteur ; Peter Norvig (1956-....), Auteur ; Fabrice Popineau (1964-....), Directeur de publication ; Laurent Miclet, Directeur de publication ; Claire Cadet, Traducteur  . -  4e ?d. . - Paris : Pearson, DL 2021 . - 1 vol. (XIV-985 p.) : ill. ; 27 cm. ISBN : 978-2-326-00221-0 : 79 EUR Bibliogr. p. 927-963. Notes bibliographiques. Index. R?sum Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Intelligence artificielle Index. décimale : 006.3 Résumé : ?crit par des experts de renomm?e mondiale, ce livre est la r?f?rence incontournable en mati?re d'intelligence artificielle (IA) dont il pr?sente et analyse tous les concepts: logique, probabilit?s, math?matiques discr?tes et du continu, perception, raisonnement, apprentissage, prise de d?cision et action. Un traitement approfondi des sujets simples comme des sujets avanc?s permet aux ?tudiants d'acqu?rir une compr?hension g?n?rale des fronti?res de l'IA sans compromettre ni la complexit? et ni la rigueur. Sa sp?cificit? est de pr?senter l'IA ? travers le concept d'agent intelligent. Les auteurs exposent comment un syst?me r?ussit ? percevoir son environnement de mani?re ? analyser ce qui s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concr?tes. Cette approche int?gratrice montre comment les diff?rents sous-domaines de l'IA se combinent pour construire des applications capables de r?pondre ? la complexit? du monde r?el. De plus, un tr?s grand nombre de renvois entre les sections expose les connexions entre des domaines qui sont le plus souvent pr?sent?s comme ind?pendants. Parmi les sujets couverts: * les contributions des math?matiques, de la th?orie des jeux, de l'?conomie, de la th?orie des probabilit?s, de la psychologie, de la linguistique et des neurosciences; * les diff?rentes mani?res de repr?senter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fond? sur ces connaissances; * les m?thodes de raisonnement qui permettent d'?tablir des plans et donc de proposer des actions ? entreprendre; * la prise de d?cisions en environnement incertain: r?seaux bay?siens et algorithmes tels que l'?limination de variables et MCMC (Markov Chain Monte-Carlo); * les m?thodes d'apprentissage automatique (machine learning) employ?es pour g?n?rer les connaissances n?cessaires aux composants de prise de d?cision: boosting, EM (expectation-minimization), machines ? vecteurs support, r?seaux de neurones, apprentissage profond (deep learning); * la perception avec le traitement du langage naturel et la vision par ordinateur ainsi que l'action avec la robotique; * l'avenir de l'IA et ses implications philosophiques et ?thiques. Chaque chapitre est illustr? par de nombreux exemples et sch?mas, puis se termine par un r?sum?. Les exercices se trouvent en anglais sur la plateforme d?di?e ? l'ouvrage. Cette 4e ?dition tient compte des derniers d?veloppements de la mati?re et pr?sente les concepts de mani?re plus unifi?e. Elle apporte un ?clairage nouveau et couvre de mani?re ?largie l'apprentissage automatique, l'apprentissage profond, l'apprentissage par transfert, les syst?mes multi- agents, la robotique, le traitement du langage naturel, la causalit?, la programmation probabiliste, le respect de la vie priv?e, l'?quit? et la s?curit

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
FSI 00140	006.3 RUS	Livre	Bibliothèque centrale theologicum	Livre	Exclu du prêt

---

1 (1 - 2 / 2) Par page : 25 50 100 200