Intelligenza artificiale. Un approccio moderno Vol. 1 - 4/ed. con Mylab

calcActive())">
- ISBN/EAN
- 9788891904454
- Editore
- Pearson
- Collana
- Informatica
- Formato
- Libro in brossura
- Anno
- 2021
- Edizione
- 4
- Pagine
- 720
Disponibile
47,00 €
A 10 anni dall'ultima edizione gli Autori ripropongono un manuale aggiornato che presenta, all'interno di un quadro concettuale coerente, le basi teoriche dell'IA e gli sviluppi più recenti delle specifiche tematiche in modo da soddisfare sia le esigenze di una divulgazione approfondita sia quelle didattiche, fornendo, da un lato, un utilissimo riferimento per il professionista e, dall'altro lato, un testo strutturato per organizzare un corso universitario. In questa nuova edizione gli autori si sono concentrati maggiormente sull'apprendimento automatico (machine learning) anziché sull'ingegneria della conoscenza, cioè sul paradigma oggi dominante dell'IA considerata la maggiore disponibilità di dati, risorse di calcolo e nuovi algoritmi.
L'attività didattica e di apprendimento del corso è proposta all'interno di un ambiente digitale per lo studio, che ha l'obiettivo di completare il libro offrendo risorse didattiche fruibili in modo autonomo
Il codice presente sulla copertina di questo libro consente l'accesso per 18 mesi a MyLab, una piattaforma digitale interattiva specificamente pensata per accompagnare e verificare i progressi durante lo studio.
MyLab offre la possibilità di accedere al manuale online: l'edizione digitale del testo arricchita da funzionalità che permettono di personalizzarne la fruizione, attivare la lettura audio digitalizzata, inserire segnalibri anche su tablet e smartphone.
Maggiori Informazioni
| Autore | Russell Stuart J.;Norvig Peter;Amigoni F.;Gaburri S. |
|---|---|
| Editore | Pearson |
| Anno | 2021 |
| Tipologia | Libro |
| Collana | Informatica |
| Lingua | Italiano |
| Indice | Parte I Intelligenza artificiale 1. Introduzione 2. Agenti intelligenti Parte II Risoluzione di problemi 3. Risolvere i problemi con la ricerca 4. Ricerca in ambienti complessi 5. Ricerca con avversari e giochi 6. Problemi di soddisfacimento di vincoli Parte III Conoscenza, ragionamento e pianificazione 7. Agenti logici 8. Logica del primo ordine 9. Inferenza nella logica del primo ordine 10. Rappresentazione della conoscenza 11. Pianificazione automatica Parte IV Conoscenza incerta e ragionamento in condizioni di incertezza 12. Quantificare l’incertezza 13. Ragionamento probabilistico 14. Ragionamento probabilistico nel tempo 15. Programmazione probabilistica 16. Decisioni semplici 17. Decisioni complesse 18. Decisioni multiagente Parte V Apprendimento automatico 19. Apprendimento da esempi 20. Apprendimento di modelli probabilistici 21. Deep learning 22. Apprendimento per rinforzo Parte VI Comunicazione, percezione e azione 23. Elaborazione del linguaggio naturale 24. Deep learning per elaborazione del linguaggio naturale 25. Visione artificiale 26. Robotica Parte VII Conclusioni D R 27 Filosofia, etica e sicurezza dell’intelligenza artificiale 28. Futuro dell’intelligenza artificiale Appendici A Basi matematiche B Cenni sui linguaggi e sugli algoritmi Bibliografia ON LINE Indice analitico Nota |
| Larghezza | 0 |
| Stato editoriale | In Commercio |
Questo libro è anche in:
