Grundkurs Künstliche Intelligenz

1. Front Matter

   Pages i-xv

   PDF

2. Einführung

   • Wolfgang Ertel

   Pages 1-17

3. Aussagenlogik

   • Wolfgang Ertel

   Pages 19-36

4. Prädikatenlogik erster Stufe

   • Wolfgang Ertel

   Pages 37-63

5. Grenzen der Logik

   • Wolfgang Ertel

   Pages 65-73

6. Logikprogrammierung mit Prolog

   • Wolfgang Ertel

   Pages 75-91

7. Suchen, Spielen und Probleme lösen

   • Wolfgang Ertel

   Pages 93-124

8. Schließen mit Unsicherheit

   • Wolfgang Ertel

   Pages 125-176

9. Maschinelles Lernen und Data Mining

   • Wolfgang Ertel

   Pages 177-246

10. Neuronale Netze

    • Wolfgang Ertel

    Pages 247-285

11. Lernen durch Verstärkung (Reinforcement Learning)

    • Wolfgang Ertel

    Pages 287-308

12. Lösungen zu den Übungen

    • Wolfgang Ertel

    Pages 309-337

13. Back Matter

    Pages 339-353

    PDF

Alle Teilgebiete der KI werden mit dieser Einführung kompakt, leicht verständlich und anwendungsbezogen dargestellt. Hier schreibt jemand, der das Gebiet nicht nur bestens aus Forschung und praktischer Anwendung kennt, sondern auch in der Lehre engagiert und erfolgreich vertritt. Von der klassischen Logik über das Schließen mit Unsicherheit und maschinelles Lernen bis hin zu Anwendungen wie Expertensysteme oder lernfähige Roboter.
Sie profitieren von dem umfassenden Einblick in dieses faszinierende Teilgebiet der Informatik, wobei abgesehen von grundlegenden Programmierkenntnissen sowie etwas Mathematik alle Voraussetzungen für ein gutes Verständnis bereitgestellt werden. Sie gewinnen vertiefte Kenntnisse, z. B. hinsichtlich der wichtigsten Verfahren zur Repräsentation und Verarbeitung von Wissen und in dem immer wichtiger werdenden Gebiet des maschinellen Lernens. Vor allem der Anwendungsbezug steht im Fokus der Darstellung. Viele Übungsaufgaben mit Lösungen sowie eine strukturierte Liste mit Verweisen auf Literatur und Ressourcen im Web ermöglichen ein effektives und kurzweiliges Selbststudium.

• Autonome Agenten
• Bayes-Netze
• Data Mining
• Expertensysteme
• Lernen durch Verstärkung
• Logik
• Maschinelles Lernen
• Neuronale Netze
• Schließen mit Unsicherheit

"Wolfgang Ertel [...] schafft es auf rund 300 Seiten verständlich zu erklären, wie Aussagenlogik, maschinelles Lernen und neuronale Netze die Grundlagen für künstliche Intelligenz bilden."
Technology Review 04/2008 "Sehr gut gefallen die klare Aufmachung und die leichte Lesbarkeit. Auch die eingestreuten Cartoons sind sehr gelungen. Besonders angesprochen hat mich das Kapitel 8 - auch mit dem Bezug zu WEKA und KNIME."
Prof. Dr. Manfred Vogel, Fachhochschule Nordwestschweiz

„Ausgezeichnetes Lehrbuch! Gratulation.“
Prof. Manfred Leisenberg, FHM Bielefeld

„Deckt viele Bereiche in Theorie und Praxis ab.“
Prof. Dr. Kai Borgeest, Hochschule Aschaffenburg

„Konzentration auf das Wesentliche, überschaubare Beispiele, gute Übersicht zu Beginn des Buches“
Prof. Dr.-Ing. Jan Lunze, Ruhr-Universität Bochum

"Positiv ist die Behandlung von Inhalten, die sonst selten in KI-Lehrbüchern Beachtung finden: Lernen,
Data Mining, Schließen unter Unsicherheit"
Professor Dr. rer. nat. habil. Siegfried Schönherr, HTWK Leipzig

"Der Autor gibt einen sehr guten Überblick über den aktuellen Stand der Forschung auf dem Gebiet der Künstlichen Intelligenz. Besonders hilfreich sind die Übungen, die die einzelnen Kapitel abschließen und deren Lösungen am Ende des Buchs angegeben sind. Die lustigen Abbildungen lockern den Text auf."
Professor Dr.sc.techn. Helmut Jarosch, HWR Berlin

• Institut für Künstliche Intelligenz, Hochschule Ravensburg-Weingarten, Weingarten, Germany

  Wolfgang Ertel

Dr. Wolfgang Ertel ist Leiter des Instituts für Künstliche Intelligenz an der Hochschule Ravensburg-Weingarten. Er ist Diplom-Physiker und arbeitet seit 1987 in KI-Forschungsprojekten. Seit 1994 ist er Professor an der Hochschule Ravensburg-Weingarten und hält Vorlesungen zur KI. 2006 erhielt er den Landeslehrpreis und seit 2008 leitet er ein Forschungsprojekt über lernfähige intelligente Steuerungen für Serviceroboter.

Policies and ethics