Introducción a la inteligencia artificial

Opiniones de los lectores

El libro es un recurso adecuado para los principiantes que buscan una introducción a la IA, con una base sólida en lógica y diversos temas de IA. Sin embargo, ha sido criticado por su fuerte enfoque en la lógica sin suficiente claridad, y por su falta de ejemplos de código en Python, que muchos lectores consideran esenciales hoy en día.

⬤ Útil introducción a la lógica
⬤ adecuado para principiantes
⬤ buen tratamiento de muchos temas relacionados con la IA
⬤ excelente recurso para recién llegados con algún conocimiento de matemáticas.

⬤ Demasiado centrado en la lógica con explicaciones inadecuadas
⬤ puede resultar difícil para quienes no estén familiarizados con la lógica simbólica
⬤ algunos lectores desean ejemplos de código en Python
⬤ algunos lo consideran caro y no merece la pena su precio.

(basado en 6 opiniones de lectores)

Título original:

Introduction to Artificial Intelligence

Contenido del libro:

El objetivo último de la inteligencia artificial (I. A. ) es comprender la inteligencia y construir programas informáticos y robots inteligentes que se aproximen al rendimiento de los humanos. En su camino hacia este objetivo, los investigadores de la I. A. han desarrollado una serie de subdisciplinas bastante diferentes.

Esta Introducción a la Inteligencia Artificial, concisa y accesible, sirve de apoyo a un curso básico o modular sobre I. A. y abarca una amplia selección de las subdisciplinas de este campo. El libro de texto presenta algoritmos concretos y aplicaciones en las áreas de agentes, lógica, búsqueda, razonamiento bajo incertidumbre, aprendizaje automático, redes neuronales y aprendizaje por refuerzo.

Temas y características: presenta un enfoque práctico y centrado en la aplicación para el aprendizaje de la materia; proporciona ejercicios de estudio de distintos grados de dificultad al final de cada capítulo, con soluciones al final del libro; apoya el texto con ejemplos resaltados, definiciones, teoremas y viñetas ilustrativas; incluye capítulos sobre lógica de predicados, PROLOG, búsqueda heurística, razonamiento probabilístico, aprendizaje automático y minería de datos, redes neuronales y aprendizaje por refuerzo; contiene una amplia bibliografía para profundizar en otros temas; proporciona recursos didácticos adicionales, como diapositivas de conferencias y datos de entrenamiento para algoritmos de aprendizaje, en el sitio web http: //www. hs-weingarten. de/ ertel/aibook.

Los estudiantes de informática y otras ciencias naturales técnicas encontrarán este libro de texto de fácil lectura excelente para el autoaprendizaje, siendo el único prerrequisito para la comprensión del material un nivel de conocimientos matemáticos de bachillerato. Con sus amplias herramientas y bibliografía, es un recurso ideal y rápido sobre I. A.