- 본 도서의 개정판이 출간되었습니다.
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 상품의 태그
책소개
목차
|
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
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.
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.
품목정보
- 발행일
- 2016년 01월 29일
- 쪽수, 무게, 크기
- 824쪽 | 188*245*39mm
- ISBN13
- 9791185890425
책 속으로
|
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 |
![[IT특집] 알파고에 놀라고만 있을 수는 없다](https://image.yes24.com/images/chyes24/f/1/b/8/f1b804ca3daf9dced89595aa7adaa626.jpg)
