Sztuczna inteligencja - wczoraj i dziś Krzysztof Ficoń

Dostępność produktu

Produkt nie został jeszcze oceniony pod kątem ułatwień dostępu lub nie podano żadnych informacji o ułatwieniach dostępu lub są one niewystarczające. Prawdopodobnie Wydawca/Dostawca jeszcze nie umożliwił dokonania walidacji produktu lub nie przekazał odpowiednich informacji na temat jego dostępności.

Spis treści książki

WSTĘP 11
1. GENEZA I TYPOLOGIE SZTUCZNEJ INTELIGENCJI 
1.1. Problemy z inteligencją 17
1.2. Mózg – biologiczny superkomputer 19
1.3. Historia badań nad sztuczną inteligencją 22
1.4. Impuls sztucznej inteligencji 25
1.5. Istota i cele sztucznej inteligencji 27
1.6. Klasyczne metody sztucznej inteligencji 30
1.7. Obszary aplikacji sztucznej inteligencji 34
1.8. Roboty – ciało sztucznej inteligencji 37
1.9. Podsumowanie 39
2. EKSTRAKCJA DANYCH I ODKRYWANIE WIEDZY 
2.1. Lawina informacyjna i smog informacyjny 45
2.2. Triada: dane – informacja – wiedza 47
2.3. Inżynieria wiedzy 50
2.4. Wymagania systemów informacyjno-decyzyjnych 53
2.5. Metody eksploracji danych i odkrywania wiedzy 55
2.6. Systemy eksploracji danych Data Mining 57
2.7. Od systemów transakcyjnych do analitycznych 59
2.8. Technologia pracy systemu OLAP 61
2.9. Podsumowanie 63
3. SYSTEMY STADNE I ALGORYTMY ROJOWE 
3.1. Przesłanki rozwoju algorytmów stadnych 69
3.2. Pojęcie i atrybuty informacyjne stada 70
3.3. Zasada działania algorytmów PSO 72
3.4. Model algorytmu stadnego 74
3.5. Perspektywy aplikacyjne algorytmów stadnych 76
3.6. Algorytmy pszczele 77
3.7. Algorytmy mrówkowe 81
3.8. Podsumowanie 88
4. SZTUCZNE SIECI NEURONOWE  
4.1. Geneza i rozwój sztucznych sieci neuronowych 93
4.2. Idea działania sztucznych sieci neuronowych 94
4.3. Przetwarzanie informacji w sieci neuronowej 96
4.4. Mechanizm działania sztucznych sieci neuronowych 98
4.5. Tablica wag synaptycznych 100
4.6. Klasyczne rodzaje sztucznych sieci neuronowych 101
4.7. Zastosowania sztucznych sieci neuronowych 103
4.8. Podsumowanie 105
5. SYSTEMY EWOLUCYJNE I ALGORYTMY GENETYCZNE 
5.1. Biologiczne inspiracje algorytmów ewolucyjnych 111
5.2. Od teorii ewolucji Darwina do genetyki Mendla 112
5.3. Terminologia algorytmów genetycznych 113
5.4. Operatory genetyczne 115
5.5. Iteracyjna natura algorytmów genetycznych 117
5.6. Standardowy algorytm genetyczny 118
5.7. Algorytmy genetyczne versus numeryczne 120
5.8. Główne obszary aplikacji algorytmów genetycznych 122
5.9. Podsumowanie 124
6. LOGIKA I SYSTEMY ROZMYTE FUZZY 
6.1. Geneza i prekursorzy teorii rozmytych 129
6.2. Założenia metodologiczne logiki rozmytej 131
6.3. Podstawy teorii zbiorów rozmytych 133
6.4. Zmienne lingwistyczne 135
6.5. Wnioskowanie według zasad logiki rozmytej 137
6.6. Sterowniki rozmyte Fuzzy 139
6.7. Kierunki aplikacji technologii rozmytej 141
6.8. Podsumowanie 144
7. SYSTEMY EKSPERTOWE 
7.1. Pojęcie i definicje systemów ekspertowych 149
7.2. Geneza systemów ekspertowych 151
7.3. Atrybuty użytkowe systemów ekspertowych 153
7.4. Modelowa struktura systemu ekspertowego 154
7.5. Architektura techniczna systemów ekspertowych 156
7.6. Reprezentacja wiedzy w systemach ekspertowych 158
7.7. Mechanizm wnioskowania 160
7.8. Metody uzasadniania konkluzji 161
7.9. Szkieletowe systemy ekspertowe 162
7.10. Problemy rozwojowe systemów ekspertowych 164
7.11. Podsumowanie 166
8. SZTUCZNA INTELIGENCJA GENERATYWNA 
8.1. Geneza i historia generatywnej sztucznej inteligencji 171
8.2. Determinanty rozwoju inteligencji generatywnej 174
8.3. Pojęcie sztucznej inteligencji generatywnej 176
8.4. Zasadnicze terminy i pojęcia GenAI 178
8.5. Schemat operacyjny GenAI 181
8.6. Kluczowe technologie GenAI 184
8.7. Popularne modele i narzędzia GenAI 185
8.8. Podstawowe walory i zalety GenAI 187
8.9. Branżowe zastosowania GenAI 189
8.10. Problemy społeczno-etyczne GenAI 193
8.11. Zagrożenia stwarzane przez GenAI 195
8.12. Podsumowanie 197
9. UCZENIE MASZYNOWE 
9.1. Istota i cele uczenia maszynowego 203
9.2. Mechanizm uczenia maszynowego 204
9.3. Rodzaje uczenia maszynowego 207
9.4. Metody teoretyczne uczenia maszynowego 211
9.5. Schemat uczenia maszynowego 215
9.6. Korzyści uczenia maszynowego 217
9.7. Walory użytkowe uczenia maszynowego 219
9.8. Praktyczne zastosowania uczenia maszynowego 220
9.9. Wyzwania uczenia maszynowego 222
9.10. Podsumowanie 224
10. PRZETWARZANIE JĘZYKA NATURALNEGO 
10.1. Koncepcja przetwarzania języka naturalnego 229
10.2. Historia i etapy rozwoju NLP 231
10.3. Podstawowe techniki NLP 232
10.4. Mechanizm funkcjonowania NLP 235
10.5. Specyfika dużych modeli językowych 237
10.6. Zasada działania dużych modeli językowych 238
10.7. Automatyczne rozpoznawanie mowy 240
10.8. Wybrane dziedziny zastosowania NLP 241
10.9. Branżowe obszary aplikacji NLP 246
10.10. Papuga stochastyczna 246
10.11. Wyzwania i zagrożenia NLP 247
10.12. Podsumowanie 249
11. DATA SCIENCE 
11.1. Istota i cele Data Science 255
11.2. Krótka historia Data Science 257
11.3. Technologia pracy Data Science 258
11.4. Schemat metodologiczny Data Science 260
11.5. Metody i narzędzia Data Science 263
11.6. Specjaliści branży Data Science 264
11.7. Zastosowania Data Science w biznesie 267
11.8. Wyzwania i zagrożenia Data Science 270
11.9. Podsumowanie 272
12. BIG DATA 
12.1. Pojęcie i atrybuty Big Data 277
12.2. Markery 7V Big Data 279
12.3. Trzy rodzaje danych Big Data 281
12.4. Źródła danych Big Data 283
12.5. Schemat użytkowania Big Data 284
12.6. Obsługa danych nieustrukturyzowanych 286
12.7. Rozwiązania technologiczne Big Data 290
12.8. Wybrane obszary aplikacyjne Big Data 291
12.9. Wyzwania Big Data 292
12.10. Podsumowanie 294
13. CLOUD COMPUTING 
13.1. Pojęcie i atrybuty chmury obliczeniowej 299
13.2. Mechanizm przetwarzania w chmurze 301
13.3. Typy chmury obliczeniowej 302
13.4. Usługi przetwarzania danych w chmurze 305
13.5. Korzyści chmury obliczeniowej 307
13.6. Zaawansowane technologie chmurowe 309
13.7. Przykłady zastosowania chmury obliczeniowej 310
13.8. Wyzwania związane z przetwarzaniem w chmurze 311
13.9. Trendy rozwojowe chmury obliczeniowej 313
13.10. Podsumowanie 316
14. INTERNET OF THINGS 
14.1. Pojęcie i atrybuty Internetu Rzeczy 321
14.2. Internet Rzeczy jako ekosystem 323
14.3. Nowoczesne technologie IoT 325
14.4. Korzyści wdrożenia Internetu Rzeczy 326
14.5. Popularne aplikacje społeczne IoT 329
14.6. Przemysłowy Internet Rzeczy (IIoT) 333
14.7. Cyfrowe bliźniaki IoT 335
14.8. Wyzwania technologii IoT 336
14.9. Podsumowanie 338
BIBLIOGRAFIA 341
CONTENTS 347

 

pokaż cały spis treści

ukryj recenzje