Grundkurs Künstliche Intelligenz

Eine praxisorientierte Einführung

Wolfgang Ertel

Buch (Taschenbuch)
Buch (Taschenbuch)
32,99
32,99
inkl. gesetzl. MwSt.
inkl. gesetzl. MwSt.
Sofort lieferbar Versandkostenfrei
Sofort lieferbar
Versandkostenfrei

Weitere Formate

Taschenbuch

ab 27,99 €

Accordion öffnen

eBook

ab 14,99 €

Accordion öffnen

Beschreibung

Alle Teilgebiete der KI werden mit dieser Einführung kompakt, leicht verständlich und anwendungsbezogen dargestellt. Hier schreibt jemand, der das Gebiet nicht nur bestens kennt, sondern auch in der Lehre engagiert und erfolgreich vertritt. Von der klassischen Logik über das Schließen mit Unsicherheit und maschinelles Lernen bis hin zu Anwendungen wie Expertensysteme oder lernfähige Roboter. Neben dem umfassenden Einblick in dieses faszinierende Teilgebiet der Informatik gewinnen Sie vertiefte Kenntnisse, z. B. hinsichtlich wichtiger Verfahren zur Repräsentation und Verarbeitung von Wissen. Der Anwendungsbezug steht im Fokus der Darstellung. Viele Übungsaufgaben mit Lösungen sowie strukturierte Verweise auf Literatur und Ressourcen im Web ermöglichen ein effektives und kurzweiliges Selbststudium.

Für die 3. Auflage ...

"... ist verständlich, gut strukturiert und erklärt die Thematik an interessanten und aktuellen Beispielen. Zum Verständnis tragen auch etliche Abbildungen bei. Ein empfehlenswerter Band nicht nur für Studierende der Informatik, sondern für alle, die sich für die Grundlagen der KI interessieren." (Karl Schäfer, in: Amazon.de, 7. Februar 2016)

Produktdetails

Einband Taschenbuch
Seitenzahl 385
Erscheinungsdatum 16.09.2016
Sprache Deutsch
ISBN 978-3-658-13548-5
Reihe Computational Intelligence
Verlag Springer Fachmedien Wiesbaden GmbH
Maße (L/B/H) 24,1/17,2/3 cm
Gewicht 829 g
Abbildungen schwarz-weiss Illustrationen, farbige Illustrationen, Tabellen, farbig
Auflage 4. überarbeitete Auflage 2016
Verkaufsrang 139141

Kundenbewertungen

Es wurden noch keine Bewertungen geschrieben.

  • Artikelbild-0
  • Einführung – Intelligente Agenten – Logikbasiertes Schließen – Problemlösen und Suche – Schließen mit Unsicherheit (Bayes-Netze, Methode der Maximalen Entropie) – Maschinelles Lernen und Data Mining– Neuronale Netze – Lernen durch Verstärkung – Lösungen zu den Übungsaufgaben.