Ugrás a fő tartalmi területre
Mesterséges Intelligencia Almanach
  • Könyvek
    • Mesterséges intelligencia
    • Neurális hálózatok
  • Fogalomtár
  • Kutatók
  • Szerzők

Mesterséges Intelligencia

  • Előszó
  • 1. fejezet - Bevezetés
  • 2. fejezet - Intelligens ágensek
  • 3. fejezet - Problémamegoldás kereséssel
  • 4. fejezet - Informált keresési és felfedező módszerek
  • 5. fejezet - Kényszerkielégítési problémák
  • 6. fejezet - Keresés ellenséges környezetben
  • 7. fejezet - Logikai ágensek
  • 8. fejezet - Elsőrendű logika
  • 9. fejezet - Következtetés elsőrendű logikában
  • 10. fejezet - Tudásbázis reprezentáció
  • 11. fejezet - Tervkészítés
  • 12. fejezet - Tervkészítés és cselekvés a való világban
  • 13. fejezet - Bizonytalanság
    • 13.1. Cselekvés bizonytalan tudás esetén
    • 13.2. Valószínűségi alapfogalmak
    • 13.3. Valószínűségi axiómák
    • 13.4. Teljes együttes valószínűség-eloszláson alapuló következtetés
    • 13.5. Függetlenség
    • 13.6. A Bayes-tétel és használata
    • 13.7. A wumpus világ újralátogatása
    • 13.8. Összefoglalás
  • 14. fejezet - Valószínűségi következtetés
  • 15. fejezet - Időbeli valószínűségi következtetés
  • 16. fejezet - Egyszerű döntések meghozatala
  • 17. fejezet - Komplex döntések meghozatala
  • 18. fejezet - Megfigyelések alapján történő tanulás
  • 19. fejezet - A tudás szerepe a tanulásban
  • 20. fejezet - Statisztikai tanulási módszerek
  • 21. fejezet - Megerősítéses tanulás
  • 22. fejezet - Kommunikáció
  • 23. fejezet - Valószínűségi nyelv-feldolgozás
  • 24. fejezet - Az észlelés
  • 25. fejezet - Robotika
  • 26. fejezet - Filozófiai alapok
  • 27. fejezet - MI: Jelen és jövő
  • Matematikai alapok
  • Megjegyzések a nyelvekről és az algoritmusokról
  • Irodalomjegyzék
  • Magyar nyelvű szakirodalom
Címlap → Mesterséges Intelligencia
  • Megtekintés
  • Hivatkozók

13. fejezet - Bizonytalanság

Ebben a fejezetben meglátjuk, mit kell egy ágensnek tennie, ha nem minden kristálytiszta.

  • 13.1. Cselekvés bizonytalan tudás esetén
  • 13.2. Valószínűségi alapfogalmak
  • 13.3. Valószínűségi axiómák
  • 13.4. Teljes együttes valószínűség-eloszláson alapuló következtetés
  • 13.5. Függetlenség
  • 13.6. A Bayes-tétel és használata
  • 13.7. A wumpus világ újralátogatása
  • 13.8. Összefoglalás
‹ 12.8. Összefoglalás fel 13.1. Cselekvés bizonytalan tudás esetén ›
  • A hozzászóláshoz bejelentkezés szükséges

Kapcsolódó tartalmak

Gépi tanulás
PUFF ( Pulmonary Function System)
Az itt közölt anyagokat a szerzői jog védi. Az anyagok bármilyen formában történő másolása és terjesztése csak előzetes, írásbeli engedéllyel lehetséges.