Inteligencia Artificial Un enfoque moderno 2 Edición [pdf]
La Inteligencia Artificial (IA) es un campo grande (enorme), y este libro también. He intentado explorarlo con plena profundidad acompañándolo constantemente de lógica, probabilidad y matemáticas; de percepción, razonamiento, aprendizaje y acción, es decir, de todo lo que procede de los dispositivos microelectrónicos hasta los exploradores del planetario de la robótica. Otra razón para que este libro se pueda considerar espléndido es la profundidad en la presentación de los resultados, aunque nos hayamos esforzado por abarcar sólo las ideas más centrales en la parte principal de cada capítulo. En las notas bibliográficas al final de cada capítulo se proporcionan consejos para promover resultados.
El subtítulo de este libro es «Un Enfoque Moderno». La intención de esta frase bastante vacía es el hecho de que hemos intentado sintetizar lo que se conoce ahora dentro de un marco de trabajo común, en vez de intentar explicar cada uno de los subcampos de la IA dentro de su propio contexto histórico. Nos disculpamos ante aquellos cuyos subcampos son, como resultado, menos reconocibles de lo que podrían haber sido de cualquier otra forma.
El principal tema unificador es la idea del agente inteligente Definimos la IA como el estudio de los agentes que reciben percepciones del entorno y llevan a cabo las acciones. Cada agente implementa una función la cual estructura las secuencias de las percepciones en acciones; también tratamos las diferentes formas de representar estas funciones, tales como sistemas de producción, agentes reactivos, planificadores condicionales en tiempo real, redes neurales y sistemas teóricos para las decisiones. Explicaremos el papel del aprendizaje cuando alcanza al diseñador y cómo se introduce en entornos desconocidos, mostrando también cómo ese papel limita el diseño del agente, favoreciendo así la representación y el razonamiento explícitos del conocimiento. Trataremos la robótica y su visión no como problemas con una definición independiente, sino como algo que ocurre para lograr los objetivos. Daremos importancia al entorno de las tareas al determinar el diseño apropiado de los agentes.
Contenido
1. Introducción.
2. Agentes inteligentes.
3. Solución de problemas mediante la búsqueda.
4. Métodos de búsqueda respaldados con información.
5. Problemas de “Constraint Satisfaction”.
6. Búsqueda adversarial.
7. Agentes que razonan de manera lógica.
8. Lógica de primer orden.
9. La inferencia en la lógica de primer orden.
10. Sistemas que razonan lógicamente.
11. Planificación.
12. Planificación y actuación.
13. Incertidumbre.
14. Sistemas probabilísticos de razonamiento.
15. Sistemas probabilísticos de razonamiento over time.
16. Toma de decisiones sencillas.
17. Toma de decisiones complejas.
18. Aprendizaje a partir de la observación.
19. El aprendizaje estadístico.
20. Aprendizaje por refuerzo.
21. El conocimiento en el aprendizaje.
22. Agentes que se comunican.
23. Procesamiento práctico del lenguaje natural.
24. Percepción.
25. Robótica.
26. Fundamentos filosóficos.
27: IA, presente y futuro.
Apéndices.
Datos:
Formato: pdf
Idioma: Español
