Alle Teilgebiete der KI werden mit dieser Einführung kompakt, leicht verständlich und anwendungsbezogen dargestellt. Hier schreibt jemand, der das Gebiet nicht nur bestens aus Forschung und praktischer Anwendung 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.
Sie profitieren von dem umfassenden Einblick in dieses faszinierende Teilgebiet der Informatik, wobei abgesehen von grundlegenden Programmierkenntnissen sowie etwas Mathematik alle Voraussetzungen für ein gutes Verständnis bereitgestellt werden. Sie gewinnen vertiefte Kenntnisse, z. B. hinsichtlich der wichtigsten Verfahren zur Repräsentation und Verarbeitung von Wissen und in dem immer wichtiger werdenden Gebiet des maschinellen Lernens. Vor allem der Anwendungsbezug steht im Fokus der Darstellung. Viele Übungsaufgaben mit Lösungen sowie eine strukturierte Liste mit Verweisen auf Literatur und Ressourcen im Web ermöglichen ein effektives und kurzweiliges Selbststudium.
Der Inhalt
Einführung - Intelligente Agenten - Logikbasiertes Schließen - Problemlösen und Suche - Schließen mit Unsicherheit (Bayes-Netze, Methode der Maximalen Entropie) - Maschinelles Lernen - Neuronale Netze - Lernen durch Verstärkung - Lösungen zu den Übungsaufgaben
Die Zielgruppe
Studierende
Informatiker
Ingenieure
Der Autor
Dr. Wolfgang Ertel ist Leiter des Instituts für Künstliche Intelligenz an der Hochschule Ravensburg-Weingarten. Er ist Diplom-Physiker und arbeitet seit 1987 in KI-Forschungsprojekten. Seit 1994 ist er Professor an der Hochschule Ravensburg-Weingarten und hält Vorlesungen zur KI. 2006 erhielt er den Landeslehrpreis und seit 2008 leitet er ein Forschungsprojekt über lernfähige intelligente Steuerungen fürServiceroboter.
Inhaltsverzeichnis
Einführung. Intelligente Agenten. Logikbasiertes Schließen. Problemlösen und Suche. Schließen mit Unsicherheit (Bayes-Netze, Methode der Maximalen Entropie). Maschinelles Lernen. Neuronale Netze. Lernen durch Verstärkung. Lösungen zu den Übungsaufgaben.
