Inteligencia artificial / (Registro nro. 10805)

Detalles MARC
000 -Cabecera
Campo de control de longitud fija 12213nam a2200325 a 4500
003 - Identificador del Número de control
Identificador del número de control AR-sfUTN
008 - Códigos de información de longitud fija-Información general
Códigos de información de longitud fija 170717s1994 sp ||||| |||| 00| 0 spa d
020 ## - ISBN
ISBN 8448118588
040 ## - Fuente de la catalogación
Centro transcriptor AR-sfUTN
041 ## - Código de lengua
Código de lengua del texto spa
080 ## - CDU
Clasificación Decimal Universal 004.8 R381
Edición de la CDU 2000
100 1# - Punto de acceso principal-Nombre de persona
Nombre personal Rich, Elaine
245 10 - Mención de título
Título Inteligencia artificial /
Mención de responsabilidad Elaine Rich, Kevin Knight.
250 ## - Mención de edición
Mención de edición 2da.
260 ## - Publicación, distribución, etc. (pie de imprenta)
Lugar de publicación, distribución, etc. Madrid :
Nombre del editor, distribuidor, etc. McGraw-Hill,
Fecha de publicación, distribución, etc. 1994
300 ## - Descripción física
Extensión 703 p.
336 ## - Tipo de contenido
Fuente rdacontent
Término de tipo de contenido texto
Código de tipo de contenido txt
337 ## - Tipo de medio
Fuente rdamedia
Nombre del tipo de medio sin mediación
Código del tipo de medio n
338 ## - Tipo de soporte
Fuente rdacarrier
Nombre del tipo de soporte volumen
Código del tipo de soporte nc
505 80 - Nota de contenido con formato
Nota de contenido con formato CONTENIDO<br/>Prólogo<br/>xvii<br/>PRIMERA PARTE: PROBLEMAS Y BUSQUEDA<br/>1. ¿Qué es la Inteligencia Artificial? 3<br/>1.1. Los problemas de la IA 3<br/>1.2. Las suposiciones subyacentes 6<br/>1.3. ¿Qué es una técnica de IA? 8<br/>1.3.1. Tres en raya 9<br/>1.3.2. Respuesta a preguntas 14<br/>1.3.3. Conclusión 23<br/>1.4. El nivel del modelo 24<br/>1.5. Criterios de determinación del éxito 26<br/>1.6. Algunas referencias generales 28<br/>1.7. Un apunte final 29<br/>1.8. Ejercicios 30<br/>2. Problemas, espacios problema y búsqueda 31<br/>2.1. Definición del problema mediante una búsqueda en un espacio de estados 31<br/>2.2. Los sistemas de producción 38<br/>2.2.1. Estrategias de control 39<br/>2.2.2. Búsqueda heurística 44<br/>2.3. Características del problema 47<br/>2.3.1. ¿Puede descomponerse el problema? 48<br/>2.3.2. ¿Pueden deshacerse o ignorarse pasos hacia una solución? 50<br/>2.3.3. ¿Es predecible el universo? 52<br/>2.3.4. Una solución adecuada ¿es absoluta o relativa? 53<br/>2.3.5. ¿La solución es un estado o una ruta? 56<br/>2.3.6. ¿Cuál es el papel del conocimiento? 57<br/>2.3.7. ¿Necesita la tarea interaccionar con una persona? 58<br/>2.3.8. La clasificación del problema 59<br/>2.4. Características de los sistemas de producción 60<br/>2.5. Algunos aspectos sobre el diseño de programas de búsqueda 62<br/>2.6. Problemas adicionales 65<br/>2.7. Resumen 67<br/>2.8. Ejercicios 67<br/>3. Técnicas de búsqueda heurística 69<br/>3.1. Generación y prueba 70<br/>3.2. Escalada 71<br/>3.2.1. Escalada simple 72<br/>3.2.2. Escalada por la máxima pendiente 73<br/>3.2.3. Enfriamiento simulado 77<br/>3.3. Búsqueda el primero mejor 80<br/>3.3.1. Los grafos O 80<br/>3.3.2. El algoritmo A* 84<br/>3.3.3. Agendas 88<br/>3.4. Reducción de problemas 91<br/>3.4.1. Grafos Y-O 91<br/>3.4.2. El algoritmo AO* 96<br/>3.5. Verificación de restricciones 98<br/>3.6. Análisis de medios y fines 105<br/>3.7. Resumen 109<br/>3.8. Ejercicios 109<br/>SEGUNDA PARTE: REPRESENTACION DEL CONOCIMIENTO<br/>4. El problema de la representación del conocimiento 117<br/>4.1. Representaciones y correspondencias 117<br/>4.2. Aproximaciones a la representación del conocimiento 122<br/>4.3. Problemas de la representación del conocimiento 128<br/>4.3.1. Atributos importantes 129<br/>4.3.2. Relaciones entre atributos 129<br/>4.3.3. Selección de la granularidad de la representación 132<br/>4.3:4. La representación de conjuntos de objetos 136<br/>4.3.5. Búsqueda de la estructura adecuada a cada circunstancia 138<br/>4.4. El problema del marco 141<br/>4.5. Resumen 144<br/>5. La lógica de predicados 145<br/>5.1. La representación de hechos simples en lógica 146<br/>5.2. La representación de las relaciones instancia y es-un 151<br/>5.3. Las funciones calculables y los predicados 154<br/>5.4. La resolución 159<br/>5.4.1. Conversión a forma clausal 160<br/>5.4.2. Las bases de la resolución 163<br/>5.4.3. Resolución en lógica proposicional 165<br/>5.4.4. El algoritmo de unificación 167<br/>5.4.5. Resolución en lógica de predicados 169<br/>5.4.6. La necesidad de intentar diversas sustituciones 175<br/>5.4.7. Contestación de preguntas 177<br/>5.5. Deducción natural 181<br/>5.6. Resumen 182<br/>5.7. Ejercicios 183<br/>6. Representación del conocimiento mediante reglas 187<br/>6.1. Comparación entre conocimiento procedimental y conocimiento declarativo 187<br/>6.2. Programación lógica 190<br/>6.3. Diferencias entre razonamientos hacia delante y hacia atrás 194<br/>6.3.1. Sistemas de reglas encadenadas hacia atrás 198<br/>6.3.2. Sistemas de reglas encadenadas hacia delante 199<br/>6.3.3. Combinación del razonamiento hacia delante y hacia atrás 200<br/>6.4. Emparejamiento 200<br/>6.4.1. Indexación 201<br/>6.4.2. Emparejamiento con variables 202<br/>6.4.3. Emparejamiento complejo y aproximado 204<br/>6.4.4. Resolución de conflictos 206<br/>6.5. Conocimiento de control 208<br/>6.6. Resumen 212<br/>6.7. Ejercicios 212<br/>7. Razonamiento simbólico bajo incertidumbre 215<br/>7.1. Introducción al razonamiento no monótono 215<br/>7.2. Lógicas para razonamientos no monótonos 219<br/>7.2.1. Razonamiento por defecto 221<br/>7.2.2. El razonamiento minimalista 226<br/>7.3. Cuestiones sobre la implementación 229<br/>7.4. Ampliación del resolutor de problemas 230<br/>7.5. Implementación: Búsqueda primero en profundidad 233<br/>7.5.1. Vuelta atrás dirigida por dependencias 233<br/>7.5.2. Sistemas de mantenimiento de la verdad basados en justificaciones 236<br/>7.5.3. Sistemas de mantenimiento de la verdad basado en la lógica 245<br/>7.6. Implementación: Búsqueda primero en anchura 245<br/>7.7. Resumen 249<br/>7.8. Ejercicios 251<br/>8. Razonamiento estadístico 253<br/>8.1. La probabilidad y el teorema de Bayes 254<br/>8.2. Factores de certeza y sistemas basados en reglas 256<br/>8.3. Redes bayesianas 262<br/>8.4. Teoría de Dempster-Shafer 265<br/>8.5. Lógica difusa 270<br/>8.6. Resumen 271<br/>8.7. Ejercicios 272<br/>9. Estructuras de ranura y relleno débiles 275<br/>9.1. Redes semánticas 276<br/>9.1.1. Búsqueda de intersección 276<br/>9.1.2. Representación de predicados no binarios 277<br/>9.1.3. Algunas distinciones importantes 279<br/>9.1.4. Redes semánticas particionadas 280<br/>9.1.5. La transformación en marcos 282<br/>9.2. Marcos 282<br/>9.2.1. Los marcos como conjuntos e instancias 283<br/>9.2.2. Otro modo de relacionar unas clases con otras 288<br/>9.2.3. Las ranuras como objetos en toda regla 290<br/>9.2.4. Los valores de ranura como objetos 296<br/>9.2.5. Herencia 297<br/>9.2.6. Lenguajes de marcos 301<br/>9.3. Ejercicios 301<br/>10. Estructuras de ranura y relleno fuertes 303<br/>10.1. Dependencia conceptual 303<br/>10.2. Guiones 311<br/>10.3. CYC 315<br/>10.3.1. Motivaciones 315<br/>10.3.2. CYCL 316<br/>10.3.3. Control y metaconocimiento 318<br/>10.3.4. Ontología global 319<br/>10.3.5. Herramientas 321<br/>10.4. Ejercicios 321<br/>11. Resumen sobre la representación del conocimiento 323<br/>11.1. Espectro sintáctico-semántico de la representación 323<br/>11.2. Estructuras lógicas de ranura y relleno 326<br/>11. Otras técnicas de representación 327<br/>11.3.1. Representación del conocimiento como restricciones 327<br/>11.3.2. Modelos y razonamiento basado en modelos 328<br/>11.3.3. Sistemas subsimbólicos 329<br/>11.4 Resumen del papel del conocimiento 329<br/>11.5. Ejercicios 330<br/>TERCERA PARTE: TEMAS AVANZADOS<br/>12. Los juegos 335<br/>12.1. Visión de conjunto 335<br/>12.2. El procedimiento de búsqueda minimax 338<br/>12.3. Adición de la poda alfa-beta 343<br/>12.4. Refinamientos adicionales 349<br/>12.4.1. Espera del reposo 349<br/>12.4.2. Búsqueda secundaria 351<br/>12.4.3. Uso de movimientos de libro 351<br/>12.4.4. Alternativas a mínimax 352<br/>12.5. Profundización iterativa 352<br/>12.6. Referencias a juegos específicos 355<br/>12.7. Ejercicios 357<br/>13. La planificación 359<br/>13.1. Visión preliminar 359<br/>13.2. Un ejemplo de dominio: el mundo de los bloques 363<br/>13.3. Componentes de un sistema de planificación 364<br/>13.4. Planificación mediante una pila de objetivos 371<br/>13.5. Planificación no lineal mediante fijación de restricciones 379<br/>13.6. Planificación jerárquica 387<br/>13.7. Sistemas reactivos 388<br/>13.8. Otras técnicas de planificación 389<br/>13.9. Ejercicios 390<br/>14. La comprensión 393<br/>14.1. ¿Qué es la comprensión? 393<br/>14.2. ¿Qué hace que la comprensión sea difícil? 394<br/>14.3. La comprensión como verificación de restricciones 403<br/>14.4. Resumen 412<br/>14.5. Ejercicios 412<br/>15. Procesamiento del lenguaje natural 415<br/>15.1. Introducción 417<br/>15.1.1. Los pasos del proceso 418<br/>15.2. Procesamiento síntáctico 424<br/>15.2.1. Gramáticas y analizadores 425<br/>15.2.2. Redes de transiciones aumentadas 430<br/>15.2.3. Gramáticas con unificación 434<br/>15.3. Análisis semántico 437<br/>15.3.1. Gramáticas semánticas 440<br/>15.3.2. Gramáticas de casos 443<br/>15.3.3. Análisis conceptual 446<br/>15.3.4. Interpretación semántica aproximadamente composicional 450<br/>15.4. El procesamiento de la pragmática y el discurso 456<br/>15.4.1. Uso de la atención en la comprensión 458<br/>15.4.2. Modelado de creencias 459<br/>15.4.3. Utilización de objetivos y planes para la comprensión 461<br/>15.4.4. Acciones del habla 463<br/>15.4.5. Postulados conversacionales 464<br/>15.5. Resumen 466<br/>15.6. Ejercicios 467<br/>16. IA paralela y distribuida 471<br/>16.1. Modelado psicológico 472<br/>16.2. El paralelismo en los sistemas de razonamiento 472<br/>16.2.1. Paralelización de arquitecturas de IA 473<br/>16.2.2. Paralelización de los lenguajes de programación de la IA 474<br/>16.2.3. Paralelización de algoritmos de IA 475<br/>16.2.4. Hardware paralelo a la carta 475<br/>16.3. Sistemas de razonamiento distribuido 476<br/>16.3.1. Coordinación y cooperación 477<br/>16.3.2. Comunicación: pizarras y mensajes 482<br/>16.3.3. Algoritmos de razonamiento distribuido 488<br/>16.4. Resumen 489<br/>16.5. Ejercicios 490<br/>17. El aprendizaje 491<br/>17.1. ¿Qué es el aprendizaje? 491<br/>17.2. Aprendizaje memorÍstico 493<br/>17.3. Aprendizaje a través de consejos 495<br/>17.4. El aprendizaje en la resolución de problemas 497<br/>17.4.1. Aprendizaje por medio del ajuste de parámetros 497<br/>17.4.2. Aprendizaje con macro-operadores 499<br/>17.4.3. Aprendizaje mediante troceado 501<br/>17.4.4. El problema de la utilidad 502<br/>17.5. Aprendizaje a partir de ejemplos: la inducción 503<br/>17.5.1. Programa de aprendizaje de Winston 505<br/>17.5.2. Espacios de versiones 510<br/>17.5.3. Árboles de decisión 517<br/>17.6. Aprendizaje basado en explicaciones 519<br/>17.7. Descubrimiento 523<br/>17.7.1. AM: Descubrimiento conducido por teorías 524<br/>17.7.2. BACON: Descubrimiento conducido por datos 527<br/>17.7.3. Arracimamiento 528<br/>17.8. Analogía 528<br/>17.8.1. Analogía transformacional 529<br/>17.8.2. Analogía derivacional 531<br/>17.9. Teoría formal del aprendizaje 532<br/>17.10. Aprendizaje con redes neuronales y aprendizaje genético 533<br/>17.11. Resumen 534<br/>17.12. Ejercicios 534<br/>18. Modelos conexionistas 537<br/>18.1. Introducción: redes de Hopfield 539<br/>18.2. El aprendizaje en las redes neuronales 543<br/>18.2.1. Perceptrones 543<br/>18.2.2. Redes de propagación hacia atrás 553<br/>18.2.3. Generalización 560<br/>18.2.4. Máquinas de Boltzmann 562<br/>18.2.5. Aprendizaje por refuerzo 564<br/>18.2.6. Aprendizaje no supervisado 564<br/>18.3. Aplicaciones de las redes neuronales 568<br/>18.3.1. Habla conexionista 568<br/>18.3.2. Visión conexionista 570<br/>18.3.3. Problemas combinatorios 570<br/>18.3.4. Otras aplicaciones 572<br/>18.4. Redes recurrentes 572<br/>18.5. Representaciones distribuidas 574<br/>18.6. IA conexionista e IA simbólica 578<br/>18.7. Ejercicios 581<br/>19. El sentido común 585<br/>19.1. La física cualitativa 586<br/>19.1.1. Representación de la información cualitativa 587<br/>19.1.2. Razonamiento con información cualitativa 589<br/>19.2. Ontologías del sentido común 590<br/>19.2.1. Tiempo 590<br/>19.2.2. Espacio 593<br/>19.2.3. Materiales 595<br/>19.3. Organización de la memoria 598<br/>19.4. Razonamiento basado en casos 601<br/>19.5. Ejercicios 604<br/>20. Sistemas expertos 607<br/>20.1. Representación y uso del conocimiento del dominio 608<br/>20.2. Armazones de sistemas expertos 610<br/>20.3. Explicación 610<br/>20.4. Adquisición de conocimiento 613<br/>20.5. Resumen 617<br/>20.6. Ejercicios 618<br/>21. Percepción y acción 619<br/>21.1. Búsqueda en tiempo real 622<br/>21.2. La percepción 623<br/>21.2.1. Visión 623<br/>21.2.2. Reconocimiento del habla 628<br/>21.3. La acción 631<br/>21.3.1. Navegación 631<br/>21.3.2. Manipulación 634<br/>21.4. Arquitecturas de los robots 637<br/>21.5. Resumen 639<br/>21.6. Ejercicios 640<br/>22. Conclusión 643<br/>22.1. Componentes de un programa de IA 643<br/>22.2. Ejercicios 644<br/>Referencias 647<br/>Agradecimientos 671<br/>Indice de autores 673<br/>Indice analítico en inglés 679<br/>Indice analítico en castellano 693
650 ## - Punto de acceso adicional de materia - Término de materia
Término de materia INTELIGENCIA ARTIFICIAL
650 ## - Punto de acceso adicional de materia - Término de materia
Término de materia REPRESENTACION DEL CONOCIMIENTO
650 ## - Punto de acceso adicional de materia - Término de materia
Término de materia APRENDIZAJE
650 ## - Punto de acceso adicional de materia - Término de materia
Término de materia REDES HOPFIELD
650 ## - Punto de acceso adicional de materia - Término de materia
Término de materia MODELOS CONEXIONISTAS
700 1# - Punto de acceso adicional - Nombre de persona
Nombre personal Knight, Kevin
942 ## - ADDED ENTRY ELEMENTS (KOHA)
Tipo de ítem Koha Libro
Esquema de clasificación Clasificación Decinal Universal
Existencias
Estado Estado perdido Estado de conservación Tipo de préstamo Biblioteca Biblioteca Fecha de adquisición Número de inventario Total Checkouts ST completa de Koha Código de barras Date last seen Precio efectivo a partir de Tipo de ítem Koha Date last checked out
      Sólo Consulta Facultad Regional Santa Fe - Biblioteca "Rector Comodoro Ing. Jorge Omar Conca" Facultad Regional Santa Fe - Biblioteca "Rector Comodoro Ing. Jorge Omar Conca" 02/02/2018 6524   004.8 R381 6524 02/02/2018 02/02/2018 Libro  
        Facultad Regional Santa Fe - Biblioteca "Rector Comodoro Ing. Jorge Omar Conca" Facultad Regional Santa Fe - Biblioteca "Rector Comodoro Ing. Jorge Omar Conca" 02/02/2018 7099   004.8 R381 7099 02/02/2018 02/02/2018 Libro  
        Facultad Regional Santa Fe - Biblioteca "Rector Comodoro Ing. Jorge Omar Conca" Facultad Regional Santa Fe - Biblioteca "Rector Comodoro Ing. Jorge Omar Conca" 02/02/2018 7271 1 004.8 R381 7271 30/07/2018 02/02/2018 Libro 03/07/2018