Apprentissage symbolique : une approche de l'intelligence artificielle. Tome I / Yves. Kodratoff

Public ISBD Titre : Apprentissage symbolique : une approche de l'intelligence artificielle. Tome I Type de document : texte imprimé Auteurs : Yves. Kodratoff, Auteur Editeur : Cépaduès-Editions Année de publication : 1993 Importance : 558 p Présentation : ill., Format : 14 cm x 20.5 cm ISBN/ISSN/EAN : 978-2-85428-300-6 Langues : Français (fre) Langues originales : Français (fre) Catégories : AUTOMATISME:08Robotique.Application et simulation Mots-clés : Inférence inductive  symboles  logique des prédicats  systeme BACON  apprentissage par l'exemple (Learning from examples... Résumé : L'ouvrage , est une ressource fondamentale de l'IA classique (IA symbolique) qui se concentre sur la manipulation de symboles et de connaissances déclaratives, ce premier volume constitue une traduction et une adaptation de chapitres sélectionnés des célèbres ouvrages américains de R.S. Michalski, J.G. Carbonell et T.M. Mitchell. ce livre pose les bases théoriques et pratiques de l'apprentissage automatique à partir d'une perspective logique et heuristique. Le tome 1 traite principalement de la modélisation de l'apprentissage, des heuristiques, et de systèmes historiques comme BACON. ce livre se distingue par : Manipulation de symboles : Utilisation de règles logiques et de graphes pour représenter la connaissance, contrairement aux approches numériques ou connexionnistes (réseaux de neurones). Raisonnement explicite : Les systèmes utilisent des moteurs d'inférence pour déduire de nouveaux faits à partir de bases de connaissances existantes. Transparence : Contrairement aux "boîtes noires" de l'apprentissage profond moderne, l'IA symbolique vise à produire des explications compréhensibles par l'humain. Apprentissage symbolique : une approche de l'intelligence artificielle. Tome I [texte imprimé] / Yves. Kodratoff, Auteur . - Cépaduès-Editions, 1993 . - 558 p : ill., ; 14 cm x 20.5 cm. ISBN : 978-2-85428-300-6 Langues : Français (fre) Langues originales : Français (fre) Catégories : AUTOMATISME:08Robotique.Application et simulation Mots-clés : Inférence inductive  symboles  logique des prédicats  systeme BACON  apprentissage par l'exemple (Learning from examples... Résumé : L'ouvrage , est une ressource fondamentale de l'IA classique (IA symbolique) qui se concentre sur la manipulation de symboles et de connaissances déclaratives, ce premier volume constitue une traduction et une adaptation de chapitres sélectionnés des célèbres ouvrages américains de R.S. Michalski, J.G. Carbonell et T.M. Mitchell. ce livre pose les bases théoriques et pratiques de l'apprentissage automatique à partir d'une perspective logique et heuristique. Le tome 1 traite principalement de la modélisation de l'apprentissage, des heuristiques, et de systèmes historiques comme BACON. ce livre se distingue par : Manipulation de symboles : Utilisation de règles logiques et de graphes pour représenter la connaissance, contrairement aux approches numériques ou connexionnistes (réseaux de neurones). Raisonnement explicite : Les systèmes utilisent des moteurs d'inférence pour déduire de nouveaux faits à partir de bases de connaissances existantes. Transparence : Contrairement aux "boîtes noires" de l'apprentissage profond moderne, l'IA symbolique vise à produire des explications compréhensibles par l'humain.

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	numéro d'inventaire	Cote	Support	Localisation	Section	Disponibilité
88885	25-08-0195	Livre	Bibliothèque IGCMO	Documentaires	Disponible

---

1 (1 - 1 / 1) Par page : 25 50 100 200