확장메뉴
주요메뉴


소득공제
미리보기 공유하기

인공지능 2

: 현대적 접근방식

[ 제3판 ]
첫번째 리뷰어가 되어주세요 | 판매지수 2,208
베스트
IT 모바일 top100 5주
정가
36,000
판매가
32,400 (10% 할인)
YES포인트
배송비?
무료
eBook이 출간되면 알려드립니다. eBook 출간 알림 신청
서울특별시 영등포구 은행로 지역변경
  •  국내배송만 가능
  •  최저가 보상
  •  문화비소득공제 신청가능
1월 전사
1월 혜택모음
1 2 3 4 5

품목정보

품목정보
출간일 2016년 01월 29일
쪽수, 무게, 크기 824쪽 | 188*245*39mm
ISBN13 9791185890425
ISBN10 1185890424

책소개 책소개 보이기/감추기

이 책은 논리학, 확률, 연속수학과 지각, 추론, 학습, 동작, 그리고 초소형 전자기기부터 로봇 행성 탐사 차량에 이르기까지 모든 것을 포괄하는 인공지능 분야의 전 면모를 다루고 있다. 그중 이 책을 관통하는 주제인 지능적 에이전트라는 개념을 깊게 파헤치며, 인공지능의 여러 분야를 현대적 접근방식으로 조합한다. 특히, 제3판에서는 모든 주요 분야의 논법이 갱신됐다. 많은 내용이 세계의 표현 방식(원자적 표현과 분해된 표현, 구조적 표현)에 따른 새로운 조직화 원리에 맞게 갱신되었으며, 부분 관찰 가능 검색, 우발적 계획 수립, 계통적 계획 수립, 관계적 확률 모형과 및 1차 확률 모형, 기계 학습의 정칙화와 손실 함수, 핵 방법, 웹 검색 엔진, 정보 추출, 컴퓨터 시각과 로봇공학 같은 주제에 대한 중요하면서도 새로운 내용이 추가되었다. 또한, 새로운 연습문제 수백 개도 추가되었다.

이 책의 가장 큰 목표는 지난 50년간의 인공지능 연구와 수백 년간의 관련 연구에서 얻은 아이디어들을 독자에게 전달하는 것이다. 그만큼 이 책은 인공지능에 관한 한 가장 포괄적이고 통찰력 있는 책이다. 이 책은 합리적인 의사결정 패러다임을 위한 통합적인 관점을 제공하며, 주요 인공지능 알고리즘의 의사코드들을 포함하고 있다. 또한, 적절한 에이전트 설계를 위한 검색 기법이나 계획 수립, 지식 표현은 물론, 요즘 화두인 자연어 처리, 기계 학습, 로봇공학까지도 아우른다. 또한, 이 책은 기본적으로 대학 학부생용 강의 교재를 염두에 둔 것으로, 총 27장으로 되어 있다. 각 장은 대략 한 주 정도의 강의 분량으로 볼 수 있으며, 책 전체를 떼기가 부담스럽다면 강사와 학생의 관심사에 맞는 장들을 선택해서 한 학기 과정을 만드는 것도 가능하다.

목차 목차 보이기/감추기

CHAPTER 13 불확실성의 정량화 1
13.1 불확실성하에서의 행동 1
13.2 기본적인 확률 표기법 6
13.3 완전 결합 분포를 이용한 추리 14
13.4 독립성 18
13.5 베이즈 규칙과 그 용법 20
13.6 웜푸스 세계의 재고찰 25
13.7 요약 29
연습문제 33

CHAPTER 14 확률적 추론 39
14.1 불확실한 정의역의 지식 표현 40
14.2 베이즈망의 의미론 43
14.3 조건부 확률분포의 효율적 표현 49
14.4 베이즈망의 정확한 추리 54
14.5 베이즈망의 근사적 추리 63
14.6 관계적 확률 모형과 1차 확률 모형 74
14.7 불확실한 추론에 대한 다른 접근방식들 82
14.8 요약 89
연습문제 97

CHAPTER 15 시간에 따른 확률적 추론 105
15.1 시간과 불확실성 106
15.2 시간적 모형에서의 추리 111
15.3 은닉 마르코프 모형 120
15.4 칼만 필터 127
15.5 동적 베이즈망 135
15.6 다수의 객체를 추적 145
15.7 요약 149
연습문제 153

CHAPTER 16 간단한 의사결정 159
16.1 불확실성하에서의 믿음과 욕구의 결합 160
16.2 효용이론의 기초 161
16.3 효용 함수 165
16.4 다중 특성 효용 함수 174
16.5 의사결정망 179
16.6 정보의 가치 182
16.7 결정이론적 전문가 시스템 187
16.8 요약 191
연습문제 196

CHAPTER 17 복잡한 의사결정 203
17.1 순차적 의사결정 문제 204
17.2 평가치 반복 211
17.3 방침 반복 216
17.4 부분 관찰 가능 MDP 218
17.5 다중 에이전트 의사결정: 게임이론 228
17.6 메커니즘 설계 244
17.7 요약 251
연습문제 256

CHAPTER 18 견본을 통한 학습 261
18.1 학습의 여러 형태 262
18.2 감독 학습 264
18.3 의사결정 트리의 학습 267
18.4 최고의 가설의 평가와 선택 279
18.5 학습 이론 286
18.6 선형 모형을 이용한 회귀와 분류 291
18.7 인공 신경망 302
18.8 비매개변수적 모형 313
18.9 지지 벡터 기계 321
18.10 앙상블 학습 326
18.11 실용적인 기계 학습 331
18.12 요약 336
연습문제 344

CHAPTER 19 학습과 지식 349
19.1 학습의 논리적 형식화 349
19.2 학습에서의 지식 359
19.3 설명 기반 학습 363
19.4 유관성 정보를 이용한 학습 368
19.5 귀납적 논리 프로그래밍 372
19.6 요약 383
연습문제 387

CHAPTER 20 확률 모형의 학습 389
20.1 통계적 학습 390
20.2 완전 자료를 이용한 학습 393
20.3 숨겨진 변수들이 있는 학습: EM 알고리즘 406
20.4 요약 416
연습문제 420

CHAPTER 21 강화 학습 423
21.1 소개 423
21.2 수동 강화 학습 425
21.3 능동 강화 학습 433
21.4 강화 학습의 일반화 440
21.5 방침 검색 443
21.6 강화 학습의 응용 446
21.7 요약 449
연습문제 455

CHAPTER 22 자연어 처리 457
22.1 언어 모형 458
22.2 텍스트 분류 463
22.3 정보 조회 466
22.4 정보 추출 473
22.5 요약 485
연습문제 489

CHAPTER 23 자연어 의사소통 491
23.1 구 구조 문법 492
23.2 구문 분석(파싱) 496
23.3 증강 문법과 의미론적 해석 502
23.4 기계 번역 513
23.5 음성 인식 520
23.6 요약 527
연습문제 533

CHAPTER 24 지각 539
24.1 영상 형성 541
24.2 초기 영상 처리 연산들 547
24.3 겉보기를 이용한 물체 인식 555
24.4 3차원 세계의 재구축 560
24.5 구조적 정보로부터 물체 인식 572
24.6 시각의 활용 576
24.7 요약 581
연습문제 586

CHAPTER 25 로봇공학 589
25.1 소개 589
25.2 로봇 하드웨어 592
25.3 로봇 지각 598
25.4 운동 계획의 수립 606
25.5 불확실한 운동의 계획 614
25.6 운동의 실행 618
25.7 로봇공학 소프트웨어 구조 625
25.8 응용 영역들 628
25.9 요약 632
연습문제 638

CHAPTER 26 철학적 토대 645
26.1 약 인공지능: 기계가 지능적으로 행동할 수 있는가? 646
26.2 강 인공지능: 기계가 정말로 생각할 수 있는가? 653
26.3 인공지능 개발의 윤리와 위험 662
26.4 요약 670
연습문제 674

CHAPTER 27 인공지능의 현재와 미래 677
27.1 에이전트의 구성요소들 678
27.2 에이전트 아키텍처 681
27.3 인공지능 연구의 올바른 방향 683
27.4 인공지능이 정말로 성공한다면? 685

APPENDIX A 수학적 배경 687
A.1 복잡도 분석과 O() 표기법 687
A.2 벡터, 행렬, 선형 대수 690
A.3 확률분포 692

APPENDIX B 언어와 알고리즘에 관해 697
B.1 BNF를 이용한 언어의 정의 697
B.2 알고리즘 서술에 쓰이는 의사코드 698
B.3 온라인 도움말 700

참고문헌 701
찾아보기 749

저자 소개 관련자료 보이기/감추기

저 자 소 개
스튜어드 러셀(Stuart Russell)
스튜어트 러셀은 현재 버클리대학교의 컴퓨터과학과 교수이자 Center for Intelligent Systems의 책임자, 그리고 공학 스미스?자데 석좌교수(Smith?Zadeh Chair)이다. 또한, 인공지능의 다양한 주제에 관해 100편이 넘는 논문을 발표했으며, 그가 쓴 다른 책으로는 《The Use of Knowledge in Analogy and Induction》과 《Do the Right Thing:Studies in Limited Rationality》가 있다.

피터 노빅(Peter Norvig)
피터 노빅은 현재 구글의 디렉터이며, 2002년에서 2005년까지 핵심 웹 검색 엔진 개발을 이끌었다. 그는 서던 캘리포니아 대학교의 교수였으며, 버클리대학교 연구 교수단의 일원이다. 그의 다른 책으로는 《Paradigms of AI Programming: Case Studies in Common Lisp》와 《Verbmobil: A Translation System for Face?to?Face Dialog》, 그리고 《Intelligent Help Systems for UNIX》가 있다.
역자 : 류광
옮긴이 류광은 1996년부터 활동해 온 프로그래밍 서적 전문 번역가로, 《Game Programming Gems》 시리즈와 《컴퓨터 프로그래밍의 예술》(The Art of Computer Programming) 제1~4A권, 《UNIX 고급 프로그래밍》(Advanced Programming in UNIX Environment) 제2판과 제3판, 《Effectiv Modern C++》을 포함하여 60여 권의 다양한 프로그래밍 서적을 번역했다. 인공지능 관련 번역서로는 《AI Game Programming Wisdom》(장원석과 공역)과 《AI Game Programming Wisdom 2》가 있다. 번역과 프로그래밍 외에 소프트웨어 문서화에도 많은 관심이 있으며, 수많은 오픈소스 프로젝트들의 표준 문서 형식으로 쓰이는 DocBook의 국내 사용자 모임인 닥북 한국(http://docbook.kr)의 일원이다. 현재 번역서 정보 사이트 occam’s Razor(http://occamsrazr.net)와 게임 개발 및 개발서 관련 사이트 GpgStudy(http://www.gpgstudy.com)를 운영하고 있다.

책 속으로 책속으로 보이기/감추기

인공지능은 분자생물학과 함께 다른 분야의 과학자들이 “가장 참여하고 싶은 분야”로 자주 언급된다. 물리학을 배우는 학생이라면 멋진 착안을 갈릴레오나 뉴턴, 아인슈타인 등의 선배 과학자들이 이미 차지했다고 느낄 것이다. 반면 인공지능 분야에는 아인슈타인이나 에디슨이 평생에 걸쳐 이룩할 만한 업적들이 아직 많이 남아 있다. 현재 인공지능은 일반적인 분야(학습과 인지)에서부터 구체적인 분야(체스 두기, 수학 정리 증명, 시 쓰기, 복잡한 도로에서 자동차 운전하기, 질병 진단 등)에 이르기까지 대단히 다양한 하위 분야를 포괄한다. 인공지능은 모든 지적 과제에 연관된다. 그런 만큼 진정으로 보편적인 분야라 할 수 있다.
_1쪽

앨런 튜링(Alan Turing)이 제안한 튜링 검사(Turing Test)는 지능의 만족스러운 실천적 정의를 제공하기 위해 고안된 것이다. 인간 조사자가 글로 쓴 질문에 대해 컴퓨터가 글로 답을 했을 때, 만일 그 답이 컴퓨터가 제출한 것인지 아니면 인간이 제출한 것인지 인간 조사자가 구분하지 못한다면 그 컴퓨터는 튜링 검사를 통과한 것이다. 제26장에서는 이 검사를 좀 더 자세히 설명하고, 이 검사를 통과한 컴퓨터가 정말로 지능적인지도 논의한다. 일단 지금은 엄격히 적용된 검사를 통과할 수 있도록 컴퓨터를 프로그래밍하려면 많은 작업이 필요하다는 점만 짚고 넘어가자.
_3쪽

이제는 감지 시스템(시각, 청각, 음성 인식 등등)이 환경에 대한 완벽하게 믿을 만한 정보를 제공하지는 못한다는 인식이 널리 받아들여지고 있다. 따라서 추론과 계획 수립 시스템은 반드시 불확실성을 처리할 수 있어야 한다. 에이전트 관점의 또 다른 중요한 결과는, 인공지능이 제어이론과 경제학처럼 에이전트를 다루는 다른 분야와 좀 더 가깝게 접촉하게 되었다는 점이다. 최근 로봇 자동차 제어의 진보는 더 나은 감지기, 감지의 제어이론적 통합, 위치 결정과 지도 작성, 그리고 일정 정도의 고수준 계획 수립 같은 다양한 접근방식들의 혼합에 의한 것이다.
_33쪽

문제를 형식화했다면, 다음으로 할 일은 문제를 푸는 것이다. 해답은 하나의 동작열이므로, 검색 알고리즘은 가능한 여러 동작열들을 살펴보는 식으로 작동한다. 초기 상태에서 시작하는 가능한 동작열들은 하나의 검색 트리(search tree)를 형성한다. 이 트리(나무)에서 뿌리는 초기 상태이고 가지는 동작, 그리고 마디(node; 노드)는 문제의 상태 공간에 있는 상태에 해당한다.
_92쪽

알파베타 가지치기의 효과는 상태들을 조사하는 순서에 크게 의존한다. 예를 들어 도해 5.5의 (e)와 (f)에서는 D의 후행자들을 전혀 쳐낼 수 없었다. 최악의 후행자(min의 관점에서 본)가 먼저 생성되었기 때문이다. 만일 D의 셋째 후행자가 먼저 생성되었다면 다른 둘을 쳐낼 수 있었을 것이다. 이는, 최선일 가능성이 있는 후행자들을 먼저 조사해 보는 것이 바람직할 수 있음을 암시한다.
---p. 206

추천평 추천평 보이기/감추기

인공지능에 관한 책을 딱 하나만 가진다면, 그 책은 반드시 이 책이어야 한다. 이 책은 해박하고 상세하며, 흥미롭고 유용한 통찰들로 가득하다.
- 하버드대학교의 아비 페퍼 교수

이번에도 저자들은 훌륭한 교과서를 좀 더 훌륭한 교과서로 만드는 데 성공했다. 직관적이고 명확한 서술을 통해 복잡한 문제를 쉽게 만드는 영리한 글쓰기를 보여주었으며, 그것을 이토록 광범위한 주제에 적용했다는 점에 무한한 존경을 표한다. 나는 최근 인공지능에 관한 관심이 부활한 데에는 이런 뛰어난 교과서 덕분이라고 확신한다.
- 독일 다름슈타트 공과대학의 볼프강 비벨 교수

이 책은 인공지능의 최전선에 대한 확신과 낙관주의, 그리고 전염력 있는 흥분이 가득하다. 그러면서도 이 분야의 복잡성과 깊이를 전혀 손상하지 않았다. 이 책은 교수와 학생이 모두 반기고 즐길 책이다.
- 매사추세츠대학교 애머스트 캠퍼스의 슐로모 질버스틴 교수

러셀과 노빅의 제1판에 대한 나의 반응은 ‘지금까지 나온 최고의 책이긴 하지만 더 나은 책을 쓰는 게 불가능하지는 않겠다’였다. 제2판에 대한 반응은 ‘그 누구도 이보다 나은 인공지능 교과서를 쓰지는 못할 것이다’였다. 이 서평을 위해 제3판을 자세히 읽고 나니 그런 생각이 다시 확실해졌다. 이 책은 《The Feynman Lectures on Physics》(파인만의 물리학 강의) 수준의, 놀랄 만큼 깊고 넓은 훌륭한 교과서다. 그리고 이 책이 단지 인공지능 강좌를 위한 교재인 것은 아니다. 이 책은 합리적 사고와 행동의 이론에 관한 미증유의 개괄서이다.
- 뉴욕대학교의 어니 데이비스 교수

놀라운 성취이자 진정으로 아름다운 책!
- 렌셀러 폴리테크닉대학교의 셀머 브링스조드 교수

한줄평 (2건) 한줄평 총점 8.0

혜택 및 유의사항 ?
구매 평점4점
인공지능의 교과서. 인공지능의 시작은 이책으로.
이 한줄평이 도움이 되었나요? 공감 0
k*****1 | 2016.05.23
구매 평점4점
과연...내용을 보니 학창시절의 열정이 없으면 읽기 어려운 책이다.
1명이 이 한줄평을 추천합니다. 공감 1
p*****l | 2016.03.18

이 상품의 특별 구성

  •  쿠폰은 결제 시 적용해 주세요.
1   32,400
뒤로 앞으로 맨위로 aniAlarm