知識システムの実装基礎 - スライドで理解する人工知能技術 -
基本的な人工知能技術の実際的な利用に焦点を当てて、最も基本となる知能情報処理技術の理解・習得を目的としている。
- 発行年月日
- 2012/10/22
- 判型
- A5
- ページ数
- 230ページ
- ISBN
- 978-4-339-02465-4
- 内容紹介
- 目次
本書は,人工知能の応用システムである知識システムを研究・実装するという視点から,基本的な人工知能技術の実際的な利用に焦点を当てて,最も基本となる知能情報処理技術の理解・習得を目的としている。
1. 探索技術
1.1 探索による問題解決とは
探索木
探索アルゴリズムの尺度
1.2 基本的な探索アルゴリズム
横型探索と縦型探索
深さ制限探索と反復深化探索
繰り返し回避型探索
1.3 評価関数に基づく探索アルゴリズム
最小コスト優先探索
最良優先探索
A(A*)アルゴリズム
IDA*アルゴリズム
1.4 メタヒューリスティクス
山登り法
ビーム探索法
焼き鈍し法
タブー探索
遺伝的アルゴリズム
2. ゲーム木探索
2.1 ゲームとは
2.2 ゲーム木
2.3 min-max 戦略に基づく評価値計算
確定的ゲームの場合
不確定的ゲームの場合
2.4 α-βカット
2.5 例題:3目並べ
3. 制約充足問題
3.1 制約充足問題とは
3.2 基本的な解法
総探索法
バックトラック法
3.3 制約ネットワーク
制約伝搬法
4. 知識表現技術
4.1 知識とは
4.2 セマンティックネット
4.3 フレーム
5. ルールベースシステム
5.1 ルールベースシステムとは
5.2 パターン照合と変数
5.3 演繹システムとリアクションシステム
5.4 前向き推論
5.5 後ろ向き推論
5.6 競合解消戦略LEX とMEA
5.7 推論の高速化
6. プランニング
6.1 プランニングとは
6.2 STRIPS アプローチ
6.3 古典的プランニングの実行例
7. 自然言語処理技術
7.1 自然言語処理とは
7.2 自然言語処理における解析
7.3 CYK 法による構文解析
7.4 情報検索技術
適合率と再現率
全文検索技術
ベクトル空間モデル
TF - IDF 法
7.5 機械学習を用いたテキスト分類
決定木
サポートベクトルマシン
引用・参考文献
索引