인공지능 2 (현대적 접근방식 | 4 판)

인공지능 2 (현대적 접근방식 | 4 판)

$41.91
Description
전 세계 1,500개 이상의 대학에서 교재로 사용하는 인공지능 교과서!
‘인공지능 바이블’로 통하는 이 책은 이미 3판에서도 인공지능 연구의 결정판으로서의 위치를 확고히 한 바 있다. 최소 134개국 1,529개 이상의 대학에서 교재로 사용하고 있으며(미국에서만 554개 대학에서 채택), 전 세계의 교육자들은 이 책을 다음과 같이 칭송하고 있다.

It's a pleasure teaching from your book. - Prof. Barbara Grosz (Harvard)
a damn good book - Prof. Pat Hayes (Western Florida)
It's simply the best. - Prof. Curry Guinn (Duke)
저자

스튜어트러셀,피터노빅

저자:스튜어트러셀
버클리에있는캘리포니아대학교컴퓨터과학교수이자공학부문스미스자데이석좌교수.옥스퍼드대학교웨덤칼리지에서물리학을공부하고스탠퍼드대학교에서컴퓨터과학으로박사학위를받았다.기계학습,확률론적추론,실시간의사결정,계산생리학및철학적기초를포함한인공지능의광범위한주제를놓고연구했고,지금은자율무기의위협,인공지능의장기적미래및인류와의관계등에도관심을두고있다.미국인공지능협회,컴퓨터학회,미국과학진흥협회회원이며,세계경제포럼의AI와로봇학위원회부의장,유엔군축문제고문도맡고있다.2016서울디지털포럼,2020서울포럼등에서강연하기도했다.
구글리서치디렉터피터노빅과함께《인공지능:현대적접근방식》(1995)을썼다.AI분야의결정판교과서로널리인정받고있는《인공지능》(현재4판)은13개언어로번역되어118개국,1,500여대학에서교재로사용되고있다.2016년에는UC버클리를중심으로여러대학과기관이협력하는연구기관‘휴먼컴패터블AI센터’를설립하여AI연구의일반적인추진방향을증명가능하게유익한AI시스템쪽으로재설정하는데필요한개념적·기술적도구를개발해왔고,그결과물을이책에담았다.

저자:피터노빅
PeterNorvig
피터노빅은현재구글의연구실장이며,2002년에서2005년까지핵심웹검색엔진개발을이끌었다.전에는NASAAmesResearchCenter의계산과학분과장으로서NASA의인공지능및로봇공학연구와개발을감독했다.서던캘리포니아대학교의교수였으며,버클리대학교와스탠퍼드대학교의연구교수단일원이었다.그의다른책으로는《ParadigmsofAIProgramming:CaseStudiesinCommonLisp》와《Verbmobil:ATranslationSystemforFace-to-FaceDialog》,그리고《IntelligentHelpSystemsforUNIX》가있다.

두저자는2016년AAAI(AmericanAssociationforArtificialIntelligence)/EAAI(EducationalAdvancesinArtificialIntelligence)의제1회우수교육자(OutstandingEducator)상을공동수상했다.

역자:류광
커누스교수의《컴퓨터프로그래밍의예술》시리즈(한빛미디어)를포함하여80여종의다양한IT전문서를번역한전문번역가이다.본서외에《인공지능:현대적접근방식제3판》(제이펍,2016),《심층학습》(제이펍,2018),《신경망과심층학습》(제이펍,2019),《파이썬으로배우는자연어처리인액션》(제이펍,2020),《심층강화학습인액션》(제이펍,2020)같은인공지능관련서적을번역했다.

목차

PARTV기계학습
CHAPTER19견본에서배우는학습3
19.1학습의여러형태4
19.2지도학습6
19.3결정트리의학습11
19.4모형선택과최적화21
19.5학습이론30
19.6선형회귀와분류35
19.7비매개변수모형47
19.8앙상블학습59
19.9기계학습시스템개발69
요약81
참고문헌및역사적참고사항82

CHAPTER20확률모형의학습89
20.1통계적학습90
20.2완전데이터를이용한학습93
20.3은닉변수가있는학습:EM알고리즘109
요약119
참고문헌및역사적참고사항120

CHAPTER21심층학습125
21.1단순순방향신경망127
21.2심층학습을위한계산그래프133
21.3합성곱신경망137
21.4학습알고리즘144
21.5일반화148
21.6순환신경망153
21.7비지도학습과전이학습157
21.8응용165
요약168
참고문헌및역사적참고사항168

CHAPTER22강화학습173
22.1보상기반학습173
22.2수동강화학습176
22.3능동강화학습183
22.4강화학습의일반화191
22.5정책검색199
22.6견습학습과역강화학습202
22.7강화학습의응용206
요약209
참고문헌및역사적참고사항211

PARTVI의사소통,지각,행동
CHAPTER23자연어처리217
23.1언어모형218
23.2문법231
23.3파싱233
23.4증강문법240
23.5실제자연어의복잡한사항들246
23.6자연어처리과제들250
요약252
참고문헌및역사적참고사항253

CHAPTER24자연어처리를위한심층학습259
24.1단어내장260
24.2NLP를위한순환신경망264
24.3순차열대순차열모형268
24.4트랜스포머구조274
24.5사전훈련과전이학습277
24.6현황282
요약285
참고문헌및역사적참고사항285

CHAPTER25컴퓨터시각289
25.1소개289
25.2이미지형성291
25.3단순이미지특징298
25.4이미지분류306
25.5물체검출311
25.63차원세계314
25.7컴퓨터시각의용도319
요약334
참고문헌및역사적참고사항335

CHAPTER26로봇공학341
26.1로봇341
26.2로봇하드웨어342
26.3로봇공학이푸는문제들347
26.4로봇지각349
26.5계획수립과제어357
26.6불확실한운동의계획378
26.7로봇공학의강화학습381
26.8인간과로봇384
26.9로봇공학의또다른틀394
26.10응용영역397
요약400
참고문헌및역사적참고사항402

PARTVII결론
CHAPTER27인공지능의철학,윤리학,안전411
27.1인공지능의한계411
27.2기계가정말로생각할수있을까416
27.3인공지능의윤리418
요약443
참고문헌및역사적참고사항443

CHAPTER28인공지능의미래451
28.1인공지능의구성요소452
28.2인공지능구조459

APPENDIXA수학적배경465
A.1복잡도분석과O()표기법465
A.2벡터,행렬,선형대수468
A.3확률분포470
참고문헌및역사적참고사항473

APPENDIXB언어와알고리즘에관해475
B.1BNF를이용한언어의정의475
B.2알고리즘서술에쓰이는의사코드476
B.3온라인보조자료478

참고문헌479
찾아보기537

출판사 서평

제4판에서새로운점들
.사람이손으로짜는지식공학보다는기계학습에좀더무게를실었다.기계학습은가용데이터와컴퓨팅자원이증가하고새로운알고리즘들이등장한덕분에큰성공을거두고있다.
.심층학습,확률적프로그래밍,다중에이전트시스템을각각개별적인장(챕터)으로두어서좀더자세히다룬다.
.자연어이해,로봇공학,컴퓨터시각에관한장들을심층학습이끼친영향을반영해서수정했다.
.로봇공학장에사람과상호작용하는로봇에관한내용과강화학습을로봇공학에적용하는방법에관한내용이추가되었다.
.이전에는인공지능의목표를사람이구체적인효용정보(목적함수)를제공한다는가정하에서기대효용을최대화하려는시스템을만드는것이라고정의했다.그러나이번판에서는목적함수가고정되어있으며인공지능시스템이목적함수를알고있다고가정하지않는다.대신,시스템은자신이봉사하는인간의진짜목적이무엇인지확실하게알지못할수있다고가정한다.시스템은반드시자신이무엇을최대화할것인지를배워야하며,목적에관해불확실성이존재하더라도적절히작동해야한다.
.인공지능이사회에미치는영향을좀더자세하게다루었다.여기에는윤리,공정성,신뢰,안정성에관한핵심적인문제들을고찰한다.
.각장끝의연습문제들을온라인사이트로옮겼다.덕분에강사들의요구와이분야및인공지능관련소프트웨어도구의발전에맞게연습문제들을계속추가,갱신,개선할수있게되었다.