Methoden wissensbasierter Systeme

Lernen Sie in diesem Lehrbuch verschiedene Methoden wissensbasierter Systeme kennen

Intelligente Computersysteme sind in Zeiten der Digitalisierung ein wesentlicher Bestandteil der Gesellschaft. Es ist ihre Aufgabe, Wissen in jeglicher Form darzustellen und zu verarbeiten. Dieses Lehrbuch von Christoph Beierle und Gabriele Kern befasst sich mit unterschiedlichen Methoden wissensbasierter Systeme.

Die überarbeitete sechste Auflage des Werkes umfasst 14 Kapitel, die sich unter anderem mit folgenden Themen befassen:

· Einleitung

· Wissensbasierte Systeme im Überblick

· Logikbasierte Wissensrepräsentation und Inferenz

· Regelbasierte Systeme

· Maschinelles Lernen

· Fallbasiertes Schließen

· Truth Maintenance-Systeme

· Default-Logiken

· Logisches Programmieren und Antwortmengen

· Argumentation

· Aktionen und Planen

· Agenten

· Quantitative Methoden I - Probabilistische Netzwerke

· Quantitative Methoden II - Dempster-Shafer-Theorie, Fuzzy-Theorie und Possibilistik

Neben der Künstlichen Intelligenz ist außerdem die logikbasierte Wissensrepräsentation und Inferenz von zentraler Bedeutung in diesem Lehrbuch über die Methoden der künstlichen Intelligenz. Dazu bereiten die Autoren den Inhalt anschaulich und leicht verständlich auf und machen das kompakte Nachschlagewerk so zu einer absoluten Empfehlung für das Selbststudium und als Begleittext für entsprechende Vorlesungen.

Erfahren Sie mehr über die aktuellen Entwicklungen

Das Lehrbuch erklärt Ihnen nicht nur die Grundlagen (z. B. Algorithmen) zu verschiedenen Methoden wissensbasierter Systeme. Es zeigt Ihnen zudem die Funktionen eingebetteter Systeme und kristallisiert die Notwendigkeit Künstlicher Intelligenzen heraus. Die Autoren befassen sich sowohl mit den Stärken als auch mit den Schwächen der heutigen Technik, um Ihnen mit diesem Lehrbuch ein kritisches Verständnis für die Methoden wissensbasierter Systeme zu vermitteln.

Wissensbasierte Systeme im Überblick. - Logikbasierte Wissensrepräsentation und Inferenz. - Regelbasierte Systeme. - Maschinelles Lernen. - Fallbasiertes Schließen. - Truth Maintenance-Systeme. - Default-Logiken. - Logisches Programmieren und Antwortmengen. - Argumentation. - Aktionen und Planen. - Agenten. - Quantitative Methoden I - Probabilistische Netzwerke. - Quantitative Methoden II Dempster-Shafer-Theorie, Fuzzy-Theorie und Possibilistik. - Wahrscheinlichkeit und Information. - Graphentheoretische Grundlagen. - Anwendungsbeispiele aus Medizin, Genetik und Wirtschaft