Книги по Искусственному Интеллекту

[a9981ilj]

Если у кого есть, пожалуйста, поделитесь следующими книгами:

1. "Искусственный интеллект: современный подход" ,Стюарт Рассел,
1424 стр., ISBN 5-8459-0887-6; 2-е издание; изд-во Вильямс.

2. "Алгоритмы искусственного интеллекта на языке PROLOG", Иван Братко,
640 стр., ISBN 5-8459-0664-4; 3-е издание; изд-во Вильямс.

Собственно, интересуют не сами книги, а методы индукционного логического программирования и интеллектуальные агенты. Но во всех книгах, которые я нашел в Интернете, не рассматриваются данные темы.

Заранее огромное спасибо.

 

[Dr.Pavlov]

Нейронные сети и глубокое обучение: учебный курс
Чару Аггарвал

[SHOWTOGROUPS=4,20,22]Для просмотра ссылки Войди или Зарегистрируйся[/SHOWTOGROUPS]

 

[eternal]

Искусственный интеллект для чайников
Лука Массарон, Джон Мюллер, 2019



Искусственный интеллект является захватывающим и немного жутковатым. Он вокруг нас. Искусственный интеллект помогает защитить от мошенничества, контролировать расписание медицинских процедур, он способен работать в клиентской службе и даже помогает вам в выборе телешоу и приборке вашего дома. Хотите узнать больше?

Эта книга восполняет пробелы, знакомя вас с тем, что представляет собой искусственный интеллект и чем он не является, рассматриваются также этические вопросы использования искусственного интеллекта, его современное применение и некоторые из удивительных вещей, на которые он, вероятно, будет способен завтра. Будь вы технофилом или просто любопытны, вы будете очарованы тем, что узнаете!

[HIDE=5]Для просмотра ссылки Войди или Зарегистрируйся[/HIDE]

 

[gnat26]

Метод потенциальных функций в теории обучения машин

В этой книге рассматривается задача о машинной имитации свойственного человеку умения классифицировать воспринимаемые ощущения. Человек, воспринимая явления внешнего мира, классифицирует их, т. е. разбивает на классы «похожих», но не тождественных явлений, наделяя каждый класс специальным наименованием. Книга подытоживает работы авторов по развитию метода потенциальных функций и его использованию в задачах распознавания образов, идентификации и автоматической классификации. Особое внимание обращено на математические задачи, связанные со сходимостью случайных процессов, возникающих при применении метода, и на его связь с другими методами теории обучения (в частности, с методами стохастической аппроксимации). От читателя требуется знание математики в объеме втузовского курса; необходимые дополнительные сведения излагаются авторами. Книга рассчитана на инженеров и математиков, работающих в области кибернетики, а также на студентов и аспирантов, специализирующихся в этой области.
Краткое содержание
От авторов
Глава I. Проблема обучения машин распознаванию образов (содержательная постановка задачи)
Глава II. Метод потенциальных функций
Глава III. О выборе системы функций ψᵢ(x) и потенциальной функции К(х,у)
Глава IV. Сходимость основной процедуры метода потенциальных функций
Глава V. Применение метода потенциальных функций к задаче об обучении машин распознаванию образов (детерминистская постановка задачи)
Глава VI. Применение метода потенциальных функций к задаче аппроксимации функции по ее значениям в случайно выбранных точках
Глава VII. Вероятностная задача об обучении машин распознаванию образов
Глава VIII. Обучение без учителя
Литература.
Название: Метод потенциальных функций в теории обучения машин
Автор: Айзерман М.А., Браверман Э.М., Розоноэр Л.И.
Издательство: М.: Наука
Год: 1970
Страниц: 384
Язык: Русский
Формат: pdf
Размер: 11,9 Мб
Качество: хорошее, текстовый слой, оглавление.
Скачать:
Для просмотра ссылки Войди или Зарегистрируйся
Для просмотра ссылки Войди или Зарегистрируйся

 

[gnat26]

Обучение машины классификации объектов

Не обладая способностью группировать объекты в образы, мы становились бы в тупик перед каждым новым явлением, ибо ни одно из них не есть точная копия встречавшихся ранее явлений. Мы не могли бы, например, разбираться в незнакомом почерке, читать книги, напечатанные шрифтом нового для нас размера и, строго говоря, вообще не могли бы читать, так как не только в письмах, но и в книгах не найдется и двух букв, абсолютно сходных между собой (хотя бы из-за дефектов печати и неизбежных различий между литерами набора). Книга рассказывает об основных идеях и методах теории обучения машин распознаванию образов. В книге излагаются методы формирования понятий, лингвистический подход к проблеме распознавания образов, гипотеза о распределении точек фиксации взора и объяснении некоторых иллюзий зрения и т.п. Много места в книге уделяется применению разработанных методов для решения прикладных задач в психологии, медицине, социологии, геологии и экономике. Для чтения книги достаточно знания математики в объеме средней школы. Книга рассчитана на специалистов смежных областей, желающих использовать методы распознавания образов в своей работе, а также на физиологов и психологов, интересующихся моделированием физиологических процессов.
Краткое содержание
Предисловие
I. Образ
Глава первая. Понятие образа
Глава вторая. Кодирование плоских фигур. Понятие о компактном множестве
II. Элементарные алгоритмы распознавания образов
Глава третья. Алгоритм секущих плоскостей
Глава четвертая. Алгоритмы, основанные на методе потенциалов
Глава пятая. Алгоритмы персептрона
III. Формирование понятий. сложные алгоритмы распознавания
Глава шестая. Алгоритмы объективной классификации
Глава седьмая. Формирование понятий при распознавании зрительных образов
Глава восьмая. Некоторые особенности работы зрительного анализатора. Иллюзии зрения
Глава девятая. Формирование понятий при распознавании незрительных образов.
Название: Обучение машины классификации объектов
Автор: Аркадьев А.Г., Браверман Э.М.
Издательство: М.: Наука
Год: 1971
Страниц: 100
Язык: Русский
Формат: pdf
Размер: 23,9 Мб
Качество: хорошее, текстовый слой, оглавление.
Скачать:
Для просмотра ссылки Войди или Зарегистрируйся
Для просмотра ссылки Войди или Зарегистрируйся