人工知能原理 (改訂版)

構成数 : 1枚

1.人工知能とその歴史
1.1 人工知能とは
1.2 人工知能の歴史

第I部 探索とゲーム
2.探索
2.1 状態空間のグラフ表現
2.2 深さ優先探索と幅優先探索
2.2.1 深さ優先探索
2.2.2 幅優先探索
2.2.3 プログラム
2.2.4 深さ優先探索と幅優先探索の比較
2.3 ダイクストラ法
2.3.1 プログラム
2.3.2 健全性
2.4 山登り法
2.5 最良優先探索
2.6 A*アルゴリズム
2.6.1 プログラム
2.6.2 健全性
2.6.3 ヒューリスティック関数の精度・無矛盾性
2.7 反復深化法とIDA*
2.7.1 深さを閾値とした反復深化法
2.7.2 IDA*
演習問題
3.ゲーム
3.1 群論によるパズルの分析
3.1.1 コマの並びの表現
3.1.2 巡回置換による操作の表現
3.1.3 等価な巡回置換
3.1.4 偶置換・奇置換
3.2 ヒューリスティック関数の設計
3.3 ゲーム木
3.4 AND-OR木
3.5 証明数と反証数
3.6 MINMAX法
3.6.1 局面の評価
3.6.2 MINMAX探索
3.7 αβ法
3.8 ゲームプログラミングの進展
3.8.1 いろいろな手法
3.8.2 パズルやゲームの解を求める試みの事例
演習問題

第II部 機械学習
4.進化的計算
4.1 遺伝的アルゴリズム
4.1.1 選択
4.1.2 交叉
4.1.3 突然変異
4.1.4 GAによる探索の具体例
4.2 遺伝的プログラミング
4.2.1 選択
4.2.2 交叉
4.2.3 突然変異
4.3 差分進化
4.4 粒子群最適化
4.5 対話型進化計算
演習問題
5.ニューラルネットワーク
5.1 ニューロンモデル
5.2 パーセプトロン
5.2.1 誤り訂正学習法
5.2.2 誤差逆伝播法
5.2.3 誤差逆伝播法の導出
5.3 ディープラーニング
5.3.1 たたみ込みニューラルネットワーク
5.3.2 技術的補足
5.4 自己組織化マップ
演習問題
6.強化学習
6.1 強化学習の枠組み
6.2 TD学習
6.3 SARSA
6.4 Q学習
6.5 適格度トレース
演習問題
7.その他の機械学習アルゴリズム
7.1 サポートベクターマシン
7.1.1 ハードマージン最適化
7.1.2 ソフトマージン最適化
7.1.3 SVMの非線形化とカーネルトリック
7.2 t-SNE
7.2.1 SNE
7.2.2 t-SNE
演習問題

第III部 知識表現
8.知識表現
8.1 知識とその表現
8.2 知識表現技法
8.2.1 フレーム
8.2.2 意味ネットワーク
8.2.3 プロダクションルール
8.2.4 スクリプト
8.3 推論
8.3.1 フレームシステムにおける推論の事例
8.3.2 意味ネットワークによる推論の事例
8.3.3 プロダクションシステムによる推論の事例
8.3.4 スクリプトによる推論の事例
8.4 マークアップ言語とメタ言語
8.4.1 HTML
8.4.2 XML
8.5 知識表現とその活用
演習問題
9.セマンティックWeb技術
9.1 セマンティックWeb設計の原則と技術階層
9.2 スキーマ言語
9.2.1 DTD
9.2.2 XML Schema
9.3 Webにおけるメタデータの活用事例
9.4 オントロジー
9.4.1 RDF
9.4.2 OWL
9.5 セマンティックWebの応用事例
9.5.1 Linked Open Data
9.5.2 SPARQL
9.6 セマンティックWebの未来
演習問題
引用・参考文献
索引