Algorithmes pour l'intelligence artificielle, volume 2 série : Panorama de l'Intelligence Artificielle
L'intelligence artificielle a cinquante ans révolus. Elle occupe une place singulière dans le champ très vaste de l'informatique. Alors même que l'intelligence artificielle n'a jamais connu autant de développements et d'applications variés, ses résultats restent largement méconnus dans leur ensemble, y compris dans la communauté des chercheurs en informatique.
Au-delà de monographies introductives, il n'existe pas de traité offrant une vue d'ensemble approfondie, et à jour, des recherches dans ce domaine. C'est pourquoi il était important de dresser l'état des lieux des travaux en intelligence artificielle au plan international. Pour cette entreprise de grande ampleur, il a été fait largement appel à la communauté française en intelligence artificielle. Chaque chapitre est écrit par des spécialistes du domaine.
Commande avant 16h,
expédié le jour même (lu. - ve.)
Livraison express sous 48h.
Cet ouvrage, organisé en 3 volumes, est issu de la communauté française des chercheurs en intelligence artificielle (IA). Il a pour objectif de dresser un panorama des recherches effectuées en IA allant de travaux fondamentaux aux applications et aux frontières, en mettant l’accent tout autant sur les résultats obtenus que sur les problématiques actuelles.
Il s’adresse à un public d’étudiants de master et de doctorat, mais aussi de chercheurs et d’ingénieurs intéressés par ce domaine.
Ce deuxième volume présente les principales familles d’algorithmes développés ou utilisés en IA pour apprendre, inférer, décider. Des approches génériques pour la résolution de problèmes y sont présentées: la recherche heuristique ordonnée, particulièrement utile pour aborder certains jeux, ainsi que les métaheuristiques. Les problèmes de satisfaction de contraintes, éventuellement flexibles, complètent l’éventail de ces méthodes. Le traitement des représentations liées à la logique requiert des algorithmes spécialisés, qu’il s’agisse de déduction automatique, de satisfaisabilité d’ensembles de propositions, ou encore de programmation logique. Ils sont aussi présentés dans ce volume. L’algorithmique des modèles graphiques de représentation, en particulier celle des réseaux de type bayésien, ainsi que le développement d’algorithmes pour la planification ou l’apprentissage automatique sont également abordés. La postface dresse un parallèle entre les problématiques algorithmiques en recherche opérationnelle et en intelligence artificielle.
Référence : | 1042 |
Nombre de pages : | 364 |
Format : | 17x24 |
Reliure : | Broché |
Rôle | |
---|---|
Marquis Pierre | Auteur |
Papini Odile | Auteur |
Prade Henri | Auteur |
Table des matières
Préface Alain Colmerauer
1 Recherche heuristiquement ordonnée dans les graphes d’états
1.1 Introduction
1.2 Les taquins, défi conducteur pour la recherche heuristiquement ordonnée
1.3 Au commencement était A_
1.4 Variantes de programmation de A_
1.5 Recherche heuristiquement ordonnée A_bidirectionnelle
1.6 Relaxations de A_ : algorithmes sous-admissibles
1.7 Enfin IDA_ vint .
1.8 Inventer des heuristiques en affinant celles déjà connues
1.9 Combiner les estimations heuristiques obtenues pour des sous-problèmes
1.10 Formaliser pour ouvrir d’autres champs d’application et voies de résolution
1.11 Conclusion
2 Jeux et recherche heuristique
2.1 Introduction
2.2 Minimax, Alpha-Beta et améliorations
2.3 Recherche Monte-Carlo
2.4 Puzzles
2.5 Analyse rétrograde
2.6 Jeu vidéo
2.7 Conclusion
3 Déduction automatique
3.1 Introduction
3.2 La logique du premier ordre
3.3 La méthode de résolution
3.4 La méthode des tableaux sémantiques
3.5 Les logiques non classiques
3.6 Gérer l’incomplétude
3.7 Conclusion
4 Programmation logique
4.1 Introduction
4.2 Programmation logique
4.3 Programmation en logique avec contraintes .
4.4 Answer set programming .
4.5 Conclusion
5 Logique propositionnelle et algorithmes autour de SAT
5.1 Introduction
5.2 Raisonner en logique propositionnelle
5.3 À quels types de problèmes SAT s’attaque-t-il ?
5.4 Le pragmatisme à l’assaut du test de satisfaisabilité
5.5 Compilation de bases de connaissances
5.6 Formules booléennes quantifiées
5.7 Conclusion
6 Raisonnement par contraintes
6.1 Introduction
6.2 Définitions
6.3 Backtracking
6.4 Propagation de contraintes
6.5 Cas polynomiaux
6.6 Synthèse de solutions et décompositions
6.7 Améliorer le backtrack chronologique
6.8 Symétries
6.9 Contraintes globales
6.10 Conclusion
7 Réseaux de contraintes valués
7.1 Introduction
7.2 Réseaux de contraintes valuées
7.3 Programmation dynamique et élimination de variables
7.4 Recherche de solutions optimales
7.5 La propagation de contraintes valuées
7.6 Complexité et classes traitables
7.7 Outils de résolution et applications
7.8 Conclusion
8 Modèles graphiques pour l’incertitude : inférence et apprentissage
8.1 Introduction
8.2 Modèles graphiques
8.3 Apprentissage et classification avec les réseaux bayésiens
8.4 Applications
8.5 Conclusion
9 Planification en intelligence artificielle
9.1 Introduction
9.2 La planification classique
9.3 Planification probabiliste en représentation intensionnelle
9.4 Autres extensions du cadre des PDM en intelligence artificielle
9.5 Conclusion
10 Algorithmique de l’apprentissage et de la fouille de données
10.1 Introduction
10.2 L’apprentissage selon les espaces d’hypothèses : par dictionnaire ou à partir d’exemples
10.3 Espace des hypothèses : modèles à structure variable
10.4 Méta-apprentissages
10.5 Conclusion
11 Méta-heuristiques et intelligence artificielle
11.1 Introduction .
11.2 Méta-heuristiques perturbatives
11.3 Méta-heuristiques constructives
11.4 Méta-heuristiques hybrides
11.5 Intensification versus diversification .
11.6 Applications en intelligence artificielle
11.7 Conclusion
Postface Philippe Chrétienne
Les clients qui ont acheté ce produit ont également acheté...
Livres de l'auteur Pierre Marquis
Livres de l'auteur Odile Papini
Livres de l'auteur Henri Prade
Vous aimerez aussi