Inteligencia Artificial Un Enfoque Moderno 2 edicion Stuart Russell

1.-Da clic en “agregar al carrito”.
2.-Llena tus datos de nombre y correo electrónico.
3.-Da click en Paypal (para pagar con tarjeta de crédito o débito) o Mercadopago (para pagar con transferencia o efectivo mediante bancos, oxxo, 7eleven, circle K, etc.), espera unos segundos, serás redireccionado.
4.-Selecciona tu forma de pago o ingresa tus datos de pago.
5.-Disfruta de tu libro que será enviado a tu correo electrónico, no olvides revisar la bandeja de entrada, correo no deseado o spam.
6.-Para cualquier duda o problema contáctanos mediante mensaje de whatsapp +52 2217892728, email [email protected], o chat en línea, te atenderemos con gusto.

La Inteligencia Artificial (IA) es un campo grande (enorme), y este libro asimismo. He intentado explorarlo con plena profundidad acompañándolo continuamente de lógica, probabilidad y matemáticas; de percepción, argumento, aprendizaje y acción, o sea, de todo cuanto procede de los dispositivos microelectrónicos hasta los exploradores del planetario de la robótica. Otra razón a fin de que este libro se pueda estimar magnífico es la profundidad en la presentación de los resultados, si bien nos hayamos esforzado por englobar solo las ideas más centrales en la parte primordial de cada capítulo. En las notas bibliográficas al final de cada capítulo se dan consejos para fomentar resultados. El subtítulo de este libro es «Un Enfoque Moderno». La pretensión de esta oración bastante vacía es el hecho de que hemos intentado sintetizar lo que se conoce ahora en un marco de trabajo común, en lugar de procurar explicar cada uno de ellos de los subcampos de la IA en su contexto histórico. Nos excusamos ante aquellos cuyos subcampos son, como resultado, menos identificables de lo que podrían haber sido de cualquier otra forma. El primordial tema unificador es la idea del agente inteligente Definimos la IA como el estudio de los agentes que reciben percepciones del ambiente y hacen las acciones. Cada agente incorpora una función la que estructura las secuencias de las percepciones en acciones; asimismo tratamos las distintas formas de representar estas funciones, como sistemas de producción, agentes reactivos, planificadores condicionales en tiempo real, redes neurales y sistemas teóricos para las resoluciones. Vamos a explicar el papel del aprendizaje cuando alcanza al diseñador y de qué manera se introduce en ambientes ignotos, mostrando asimismo de qué forma ese papel limita el diseño del agente, favoreciendo de esta manera la representación y el argumento explícitos del conocimiento. Vamos a tratar la robótica y su visión no como inconvenientes con una definición independiente, sino más bien como algo que ocurre para conseguir los objetivos. Vamos a dar relevancia al ambiente de las labores al determinar el diseño apropiado de los agentes. s;1. Introducción.2. Agentes inteligentes.3. Solución de inconvenientes a través de la busca.4. Métodos de busca apoyados con información.5. Inconvenientes de “Constraint Satisfaction”.6. Busca adversarial.7. Agentes que razonan de forma lógica.8. Lógica de primera importancia.9. La inferencia en la lógica de primera importancia.10. Sistemas que razonan como resulta lógico.11. Planificación.12. Planificación y actuación.13. Inseguridad.14. Sistemas probabilísticos de argumento.15. Sistemas probabilísticos de argumento over time.16. Toma de resoluciones fáciles.17. Toma de resoluciones complejas.18. Aprendizaje desde la observación.19. El aprendizaje estadístico.20. Aprendizaje por refuerzo.21. El conocimiento en el aprendizaje.22. Agentes que se comunican.23. Procesamiento práctico del lenguaje natural.24. Percepción.25. Robótica.26. Fundamentos filosóficos.27: IA, presente y futuro.Apéndices