Künstliche Intelligenz

Größe: px

Ab Seite anzeigen:

Download "Künstliche Intelligenz"

Annegret Klein
vor 6 Jahren
Abrufe

1 George F. Luger 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Künstliche Intelligenz Strategien zur Lösung komplexer Probleme 4. Auflage Pearson Studium ein Imprint der Pearson Education Deutschland GmbH

2 Vorwort Einleitung Neuerungen dieser Auflage Inhalt Verwendung dieses Buches Über das Internet verfügbare ergänzende Materialien Danksagung Teil I Künstliche Intelligenz: Ursprünge und Anwendungsgebiete 1 Kl: Geschichte und Anwendungen 1.1 Von Eden bis ENIAC: Haltungen gegenüber Intelligenz, Wissen und menschlicher Kunstfertigkeit 1.2 Überblick über Kl-Anwendungsbereiche 1.3 Künstliche Intelligenz - eine Zusammenfassung 1.4 Epilog und Literaturhinweise Teil II Repräsentations- und Suchverfahren der Künstlichen Intelligenz 2 Die Prädikatenlogik 2.0 Einführung 2.1 Die Aussagenlogik 2.2 Die Prädikatenlogik 2.3 Mit Hilfe von Schlussregeln prädikatenlogische Ausdrücke bilden 2.4 Anwendung: ein auf Logik basierender Finanzberater 2.5 Epilog und Literaturhinweise 3 Strukturen und Strategien der Zustandsraumsuche 3.0 Einführung 3.1 Graphentheorie 3.2 Strategien der Zustandsraumsuche 3.3 Repräsentation des prädikatenlogischen Schließens mit Hilfe von Zustandsräumen

3 3.4 Epilog und Literaturhinweise Heuristische Suche Einführung Ein Algorithmus zur heuristischen Suche Zulässigkeit, Monotonie und Informiertheit Einsatz von Heuristiken in Spielen Fragen der Komplexität Epilog und üteraturhinweise Steuerung und Implementierung der Zustandsraumsuche Einführung Auf Rekursion basierende Suchverfahren Musterorientierte Suche Produktionssysteme Die Blackboard-Architektur für Problemlösungsverfahren Epilog und Literaturhinweise Teil III Repräsentation und Intelligenz - die Kl-Herausforderung 6 Wissensrepräsentation Probleme der Wissensrepräsentation Kurzer Überblick über Repräsentationsschemata der Kl Konzeptgraphen: eine Netzwerksprache Alternativen zur expliziten Repräsentation Agentenbasiertes und verteiltes Problemlösen Epilog und Literaturhinweise Starke" Problemlösungsmethoden Einführung Überblick über die Expertensystemtechnologie Regelbasierte Expertensysteme Modellbasierte, fallbasierte und hybride Systeme Planung Epilog und Literaturhinweise Schließen in unsicheren Situationen Einführung Logikbasiertes abduktives Schließen Abduktion: Alternativen zur Logik Der stochastische Ansatz zur Unsicherheit Epilog und Literaturhinweise

4 Teil IV Maschinelles Lernen j 9 Maschinelles Lernen: symbolbasiert 9.0 Einführung 9.1 Ein Rahmen für symbolbasiertes Lernen 9.2 Version-Space-Suche 9.3 Der ID3-Algorithmus zur Decision Tree Induction 9.4 Induktive Kalibrierung und Erlernbarkeit 9.5 Wissen und Lernen 9.6 Unüberwachtes Lernen 9.7 Reinforcement-Lernen 9.8 Epilog und Literaturhinweise 10 Maschinelles Lernen: konnektionistisch 10.0 Einführung 10.1 Grundlagen konnektionistischer Netze 10.2 Perceptron-Lernverfahren 10.3 Backpropagation-Lernverfahren 10.4 Wettbewerbslernen 10.5 Hebbsches Koinzidenzlernen 10.6 Attraktornetze 10.7 Epilog und Literaturhinweise 11 Maschinelles Lernen: sozial und emergent 11.0 Soziale und emergente Lernmodelle 11.1 Der genetische Algorithmus 11.2 Klassifikationssysteme und genetische Programmierung 11.3 Künstliche Lebensformen und soziales Lernen 11.4 Epilog und Literaturhinweise Teil V Fortgeschrittene Kl-Problemlösungen 12 Automatisches Schließen 12.0 Einführung zu den schwachen Theorembeweismethoden 12.1 General Problem Solver und Differenztabellen 12.2 Resolution 12.3 PROLOG und automatisches Schließen 12.4 Weitere Themen des automatischen Schließens 12.5 Epilog und Literaturhinweise 13 Natürlichsprachliche Systeme 13.0 Das Problem der Interpretation natürlicher Sprache 13.1 Sprachdekomposition: eine symbolische Analyse 13.2 Syntax

5 13.3 Verarbeitung von Syntax und Wissen mit ATN-Parsern Stochastische Verfahren bei der Sprachanalyse Anwendungen zur Verarbeitung natürlicher Sprache Epilog und Literaturhinweise Teil VI Programmiersprachen und -techniken der Künstlichen Intelligenz 14 Einführung in Prolog Einführung Syntax der prädikatenlogischen Programmierung Abstrakte Datentypen (ADTs) in PROLOG Ein Beispiel für ein Produktionssystem in PROLOG Alternative Suchstrategien entwerfen Ein PROLOG-Planer Meta-Prädikate, Typen und Unifikation Meta-Interpreter in PROLOG Lernalgorithmen in PROLOG Die Verarbeitung natürlicher Sprache in PROLOG Epilog und Literaturhinweise Eine Einführung in LISP Einführung LISP-ein Überblick Die Suche in LISP: ein funktionaler Ansatz für das Problem des Bauern, des Wolfs, der Ziege und des Kohls Funktionen höherer Ordnung und prozedurale Abstraktion Suchstrategien in LISP Mustervergleich in LISP Eine rekursive Unifikationsfunktion Interpreter und eingebettete Sprachen Logische Programmierung in LISP Streams und verzögerte Auswertung Eine Expertensystem-Shell in LISP Semantische Netze und Vererbung in LISP Objektorientierte Programmierung mit CLOS Lernen in LISP: der ID3-Algorithmus Epilog und Literaturhinweise

6 Teil VII Epilog 16 Künstliche Intelligenz als empirische Forschung 16.0 Einführung 16.1 Künstliche Intelligenz: Neudefinition 16.2 Die Wissenschaft der intelligenten Systeme 16.3 Kl: Aktuelle Probleme und Entwicklungen in der Zukunft 16.4 Epilog und Literaturhinweise Literaturverzeichnis Autorenregister Sachregister Bild- und Textnachweise

Ähnliche Dokumente

Software Engineering

lan Sommerville 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Software Engineering 6. Auflage Pearson Studium ein