La bible en intelligence artificielle.

Écrit par des experts de renommée mondiale, ce livre est la référence incontournable en matière d'intelligence artificielle (IA) dont il présente et analyse tous les concepts : logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et action. Un traitement approfondi des sujets simples comme des sujets avancés permet aux étudiants d'acquérir une compréhension générale des frontières de l'IA sans compromettre ni la complexité et ni la rigueur.

Sa spécificité est de présenter l'IA à travers le concept d'agent intelligent. Les auteurs exposent comment un système réussit à percevoir son environnement de manière à analyser ce qui s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concrètes. Cette approche intégratrice montre comment les différents sous-domaines de l'IA se combinent pour construire des applications capables de répondre à la complexité du monde réel. De plus, un très grand nombre de renvois entre les sections expose les connexions entre des domaines qui sont le plus souvent présentés comme indépendants.

Parmi les sujets couverts :

Les contributions des mathématiques, de la théorie des jeux, de l'économie, de la théorie des probabilités, de la psychologie, de la linguistique et des neurosciences ;
Les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances ;
Les méthodes de raisonnement qui permettent d'établir des plans et donc de proposer des actions à entreprendre ;
La prise de décisions en environnement incertain : réseaux bayésiens et algorithmes tels que l'élimination de variables et MCMC (Markov Chain Monte-Carlo) ;
Les méthodes d'apprentissage automatique (machine learning) employées pour générer les connaissances nécessaires aux composants de prise de décision : boosting, EM (expectation-minimization), machines à vecteurs support, réseaux de neurones, apprentissage profond (deep learning) ;
La perception avec le traitement du langage naturel et la vision par ordinateur ainsi que l'action avec la robotique ;
L'avenir de l'IA et ses implications philosophiques et éthiques.
Chaque chapitre est illustré par de nombreux exemples et schémas, puis se termine par un résumé. Les exercices se trouvent en anglais sur la plateforme dédiée à l'ouvrage.

Cette 4e édition tient compte des derniers développements de la matière et présente les concepts de manière plus unifiée. Elle apporte un éclairage nouveau et couvre de manière élargie l'apprentissage automatique, l'apprentissage profond, l'apprentissage par transfert, les systèmes multi-agents, la robotique, le traitement du langage naturel, la causalité, la programmation probabiliste, le respect de la vie privée, l'équité et la sécurité.

Intelligence artificielle : une approche moderne (4e édition)

Cet ouvrage est LE manuel de référence en intelligence artificielle.C'est le seul ouvrage à couvrir de façon aussi complète et moderne tout le champ théorique et pratique de l'intelligence artificielle. C'est aussi le seul ouvrage à proposer une vision unifiée de l'intelligence artificielle, centrée autour de la notion d'agent intelligent.Les différents champs disciplinaires autour de l'IA sont abordés avec un très grand nombre de renvois entre les sections, ce qui constitue une richesse inestimable de l'ouvrage qui expose les connexions entre des domaines qui sont le plus souvent présentés comme indépendants.La 4e édition informe les lecteurs sur les dernières technologies, présente les concepts de manière plus unifiée et couvre de manière nouvelle ou élargie l'apprentissage automatique, l'apprentissage profond, l'apprentissage par transfert, les systèmes multi-agents, la robotique, le traitement du langage naturel, la causalité, la programmation probabiliste, le respect de la vie privée, l'équité et la sécurité.

Artificial Intelligence - A Modern Approach

Écrit par les experts de renommée mondiale, ce livre est la référence incontournable en matière d'intelligence artificielle (IA) dont il présente et analyse tous les concepts : logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et action.Sa spécificité est de présenter l'IA à travers le concept des agents intelligents. Les auteurs exposent comment un système réussit à percevoir son environnement de manière à analyser ce qu'il s’y passe, et comment il transforme la perception qu’il a de son environnement en actions concrètes.Parmi les sujets couverts :- les contributions historiques des mathématiques, de la théorie des jeux, de l’économie, de la théorie des probabilités, de la psychologie, de la linguistique et des neurosciences ;- les méthodes qui permettent de prendre des décisions lors de l’établissement d’un projet, en tenant compte des étapes à venir ;- les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances ;- les méthodes de raisonnement qui permettent d’établir des plans et donc de proposer des actions à entreprendre ;- la prise de décisions en environnement incertain : réseaux bayésiens et algorithmes tels que l’élimination de variables et MCMC (Markov Chain Monte-Carlo) ;- les méthodes employées pour générer les connaissances exigées par les composants de prise de décision : les algorithmes de boosting, l’algorithme EM (expectation-minimization), l’apprentissage à base d’exemples et les méthodes à noyaux (machines à vecteurs support) ;- les implications philosophiques et éthiques de l’IA.Chaque chapitre est illustré par de nombreux exemples et s’achève par des activités, qui vont des exercices de réflexion à des exercices de programmation, en passant par l’approfondissement des méthodes décrites, soit plus de 500 activités au total.Cette 3e édition tient compte des derniers développements de la matière, concernant notamment les représentations qu’un agent peut utiliser (atomique, factorisée, structurée), les environnements partiellement observables et non déterministes, les planifications contingente et hiérarchique, les modèles probabilistes du premier ordre, l’apprentissage automatique, la recherche et l’extraction d’information sur le web et l’apprentissage à partir de très grandes bases de données.

Livres