By Stuart J. Russel, Peter Norvig
Descripción: Inteligencia artificial: un enfoque moderno, representa la introducción más completa y actualizada en la teoría y la práctica de la inteligencia artificial. Explora en profundidad el campo de la inteligencia artificial (IA) para actualizar a los lectores sobre las últimas tecnologías, presenta conceptos de una manera más unificada y ofrece una cobertura nueva o ampliada del aprendizaje automático, aprendizaje profundo, aprendizaje por transferencia, sistemas multiagente, robótica, procesamiento de lenguaje natural, causalidad y programación probabilística, privacidad,
equidad e IA segura.
La cobertura en profundidad de temas básicos y avanzados proporciona a los estudiantes una comprensión básica de las fronteras de la IA sin comprometer la complejidad y la profundidad. Ofrece un enfoque unificado de la IA que muestra a los estudiantes cómo los distintos subcampos de la IA encajan para crear programas reales y útiles.
Características distintivas y actualizaciones:
• Amplia cobertura de avances recientes en aplicaciones de IA.
• La cobertura revisada de la visión por computadora, la comprensión del lenguaje natural y el reconocimiento de voz refleja el impacto de los métodos de aprendizaje profundo en estos campos.
• Los capítulos presentan una cobertura ampliada de la programación probabilística, toma de decisiones multiagente,aprendizaje profundo y aprendizaje profundo para el procesamiento del lenguaje natural.
• La definición de sistemas de IA se generaliza para asumir que el agente inteligente puede no estar seguro de los verdaderos objetivos de los humanos en cuyo nombre opera.
• Mayor cobertura de aprendizaje automático. El material de robótica se ha mejorado significativamente para incluir robots que interactúan con humanos y la aplicación del aprendizaje por refuerzo a la robótica.
• Las nuevas secciones abordan temas como causalidad (por Judea Pearl); búsqueda Monte Carlo de juegos y robótica, transferir aprendizaje para el aprendizaje profundo en general y para el lenguaje natural, privacidad, justicia, el futuro del trabajo e IA segura.
• Amplia cobertura del impacto de los métodos de aprendizaje profundo en los campos de la visión por computadora, la comprensión del lenguaje natural y el reconocimiento de voz.
El material de aprendizaje no técnico introduce conceptos importantes mediante explicaciones intuitivas, antes de entrar en detalles matemáticos o algorítmicos. El lenguaje no técnico hace que el libro sea accesible a una gama más amplia de lectores.
Contenido: I. Inteligencia Artificial
1. Introducción
2. Agentes inteligentes
II. Resolución de problemas
3. Resolución de problemas de búsqueda
4. Búsqueda en entornos complejos
5. Búsqueda adversarial y juegos
6. Problemas de satisfacción de restricciones
III. Conocimiento, razonamiento y planificación
7. Agentes lógicos
8. Lógica de primer orden
9. Inferencia en la lógica de primer orden
10. Representación del conocimiento
11. Planificación automatizada
IV. Conocimiento y razonamiento inciertos
12. Cuantificar la incertidumbre
13. Razonamiento probabilístico
14. Razonamiento probabilístico a lo largo del tiempo
15. Programación probabilística
16. Toma de decisiones sencillas
17. Tomando decisiones complejas
18. Toma de decisiones simples multiagente
V. Aprendizaje automático
19. Aprendiendo de ejemplos
20. Aprendizaje de modelos probabilísticos
21. Aprendizaje profundo
22. Aprendizaje por refuerzo
VI. Comunicarse, percibir y actuar
23. Procesamiento del lenguaje natural
24. Aprendizaje profundo para el procesamiento del lenguaje natural
25. Visión por computadora
26. Robótica
VII. Conclusiones
27. Filosofía, ética y seguridad de la ia
28. El futuro de la IA
A. Antecedentes matemáticos
B. Notas sobre lenguajes y algoritmos
Material: