| 000 | 00000cam c2200205 c 4500 | |
| 001 | 000046100263 | |
| 005 | 20220106140819 | |
| 007 | ta | |
| 008 | 211208s2021 ggkad b 001c kor | |
| 020 | ▼a 9791191600315 (v.1) ▼g 93000 | |
| 020 | ▼a 9791191600322 (v.2) ▼g 93000 | |
| 035 | ▼a (KERIS)BIB000015929359 | |
| 040 | ▼a 244008 ▼c 244008 ▼d 211009 | |
| 041 | 1 | ▼a kor ▼h eng |
| 082 | 0 4 | ▼a 006.3 ▼2 23 |
| 085 | ▼a 006.3 ▼2 DDCK | |
| 090 | ▼a 006.3 ▼b 2021z20 | |
| 100 | 1 | ▼a Russell, Stuart |
| 245 | 1 0 | ▼a 인공지능 : ▼b 현대적 접근방식 / ▼d 스튜어드 러셋, ▼e 피터 노빅 지음; ▼e 류광 옮김 |
| 246 | 1 9 | ▼a Artificial intelligence : ▼b a modern approach ▼g (4th ed.) |
| 260 | ▼a 파주 : ▼b 제이펍, ▼c 2021 | |
| 300 | ▼a 2책(xxiii, 908 ; xxiii, 604 p.) : ▼b 천연색삽화, 도표 ; ▼c 25 cm | |
| 490 | 1 0 | ▼a 제이펍의 인공지능 시리즈 = ▼a Jpub's A.I. series ; ▼v 33 |
| 504 | ▼a 참고문헌과 색인수록 | |
| 650 | 0 | ▼a Artificial intelligence |
| 700 | 1 | ▼a Norvig, Peter, ▼d 1956-, ▼e 저 |
| 700 | 1 | ▼a 류광, ▼e 역 ▼0 AUTH(211009)13757 |
| 830 | 0 | ▼a 제이펍의 인공지능 시리즈 ; ▼v 33 |
| 900 | 1 0 | ▼a 러셀, 스투어드, ▼e 저 |
| 900 | 1 0 | ▼a 노빅, 피터, ▼e 저 |
Holdings Information
| No. | Location | Call Number | Accession No. | Availability | Due Date | Make a Reservation | Service |
|---|---|---|---|---|---|---|---|
| No. 1 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 1 | Accession No. 121258942 | Availability In loan | Due Date 2022-07-18 | Make a Reservation | Service |
| No. 2 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 1 | Accession No. 121259140 | Availability In loan | Due Date 2022-07-11 | Make a Reservation | Service |
| No. 3 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 1 | Accession No. 521006707 | Availability Available | Due Date | Make a Reservation | Service |
| No. 4 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 2 | Accession No. 121258758 | Availability Available | Due Date | Make a Reservation | Service |
| No. 5 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 2 | Accession No. 121259141 | Availability In loan | Due Date 2022-07-18 | Make a Reservation | Service |
| No. 6 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 2 | Accession No. 521006708 | Availability Available | Due Date | Make a Reservation | Service |
| No. 7 | Location Sejong Academic Information Center/Science & Technology/ | Call Number 006.3 2021z20 1 | Accession No. 151357277 | Availability Available | Due Date | Make a Reservation | Service |
| No. 8 | Location Sejong Academic Information Center/Science & Technology/ | Call Number 006.3 2021z20 2 | Accession No. 151358145 | Availability Available | Due Date | Make a Reservation | Service |
| No. | Location | Call Number | Accession No. | Availability | Due Date | Make a Reservation | Service |
|---|---|---|---|---|---|---|---|
| No. 1 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 1 | Accession No. 121258942 | Availability In loan | Due Date 2022-07-18 | Make a Reservation | Service |
| No. 2 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 1 | Accession No. 121259140 | Availability In loan | Due Date 2022-07-11 | Make a Reservation | Service |
| No. 3 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 1 | Accession No. 521006707 | Availability Available | Due Date | Make a Reservation | Service |
| No. 4 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 2 | Accession No. 121258758 | Availability Available | Due Date | Make a Reservation | Service |
| No. 5 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 2 | Accession No. 121259141 | Availability In loan | Due Date 2022-07-18 | Make a Reservation | Service |
| No. 6 | Location Science & Engineering Library/Sci-Info(Stacks1)/ | Call Number 006.3 2021z20 2 | Accession No. 521006708 | Availability Available | Due Date | Make a Reservation | Service |
| No. | Location | Call Number | Accession No. | Availability | Due Date | Make a Reservation | Service |
|---|---|---|---|---|---|---|---|
| No. 1 | Location Sejong Academic Information Center/Science & Technology/ | Call Number 006.3 2021z20 1 | Accession No. 151357277 | Availability Available | Due Date | Make a Reservation | Service |
| No. 2 | Location Sejong Academic Information Center/Science & Technology/ | Call Number 006.3 2021z20 2 | Accession No. 151358145 | Availability Available | Due Date | Make a Reservation | Service |
Contents information
Book Introduction
전 세계 1,500개 이상의 대학에서 교재로 사용하는 인공지능 교과서. 2016년에 나온 제3판 번역서는 최신 연구 반영에 한계가 있었으나, 이번 제4판 번역서는 최근 성과를 충실하게 반영한, 2020년에 출간된 원서를 옮긴 것이라 이 분야의 ‘좀 더 통합된 상’을 원하는 여러 독자의 갈증을 해소하는 데 큰 도움이 될 것이다.
전체적으로, 책의 약 25%가 완전히 새로운 내용이고 나머지 75%도 이 분야의 좀 더 통합된 상을 제시하기 위해 크게 변경되었으며, 이번 판에서 인용한 문헌의 22%는 2010년 이후에 출판된 것들이다.
전 세계 1,500개 이상의 대학에서 교재로 사용하는 인공지능 교과서!
‘인공지능 바이블’로 통하는 이 책은 이미 3판에서도 인공지능 연구의 결정판으로서의 위치를 확고히 한 바 있다. 최소 134개국 1,529개 이상의 대학에서 교재로 사용하고 있으며(미국에서만 554개 대학에서 채택), 전 세계의 교육자들은 이 책을 다음과 같이 칭송하고 있다.
It's a pleasure teaching from your book. — Prof. Barbara Grosz (Harvard)
a damn good book — Prof. Pat Hayes (Western Florida)
It's simply the best. — Prof. Curry Guinn (Duke)
2010년대 인공신경망의 부활과 심층학습의 눈부신 성과를 반영한 인공지능 연구의 결정판!
2016년에 나온 제3판 번역서(2009년에 출간된 원서 3판을 번역)는 최신 연구 반영에 한계가 있었으나, 이번 제4판 번역서는 최근 성과(자연어 이해, 로봇공학, 컴퓨터 시각에 심층학습이 끼친 영향, 강화학습을 로봇공학에 적용하는 방법, 기계학습, 인공지능 윤리 등)를 충실하게 반영한, 2020년에 출간된 원서를 옮긴 것이라 이 분야의 ‘좀 더 통합된 상’을 원하는 여러 독자의 갈증을 해소하는 데 큰 도움이 될 것입니다.
전체적으로, 책의 약 25%가 완전히 새로운 내용이고 나머지 75%도 이 분야의 좀 더 통합된 상을 제시하기 위해 크게 변경되었으며, 이번 판에서 인용한 문헌의 22%는 2010년 이후에 출판된 것들입니다.
제4판에서 새로운 점들
사람이 손으로 짜는 지식 공학보다는 기계학습에 좀 더 무게를 실었다. 기계학습은 가용 데이터와 컴퓨팅 자원이 증가하고 새로운 알고리즘들이 등장한 덕분에 큰 성공을 거두고 있다.
심층학습, 확률적 프로그래밍, 다중 에이전트 시스템을 각각 개별적인 장(챕터)으로 두어서 좀 더 자세히 다룬다.
자연어 이해, 로봇공학, 컴퓨터 시각에 관한 장들을 심층학습이 끼친 영향을 반영해서 수정했다.
로봇공학 장에 사람과 상호작용하는 로봇에 관한 내용과 강화학습을 로봇공학에 적용하는 방법에 관한 내용이 추가되었다.
이전에는 인공지능의 목표를 사람이 구체적인 효용 정보(목적함수)를 제공한다는 가정하에서 기대 효용을 최대화하려는 시스템을 만드는 것이라고 정의했다. 그러나 이번 판에서는 목적함수가 고정되어 있으며 인공지능 시스템이 목적함수를 알고 있다고 가정하지 않는다. 대신, 시스템은 자신이 봉사하는 인간의 진짜 목적이 무엇인지 확실하게 알지 못할 수 있다고 가정한다. 시스템은 반드시 자신이 무엇을 최대화할 것인지를 배워야 하며, 목적에 관해 불확실성이 존재하더라도 적절히 작동해야 한다.
인공지능이 사회에 미치는 영향을 좀 더 자세하게 다루었다. 여기에는 윤리, 공정성, 신뢰, 안정성에 관한 핵심적인 문제들을 고찰한다.
각 장 끝의 연습문제들을 온라인 사이트로 옮겼다. 덕분에 강사들의 요구와 이 분야 및 인공지능 관련 소프트웨어 도구의 발전에 맞게 연습문제들을 계속 추가, 갱신, 개선할 수 있게 되었다.
Information Provided By: :
Author Introduction
스튜어트 러셀(지은이)
버클리에 있는 캘리포니아대학교 컴퓨터과학 교수이자 공학 부문 스미스자데이 석좌교수. 옥스퍼드대학교 웨덤 칼리지에서 물리학을 공부하고 스탠퍼드대학교에서 컴퓨터과학으로 박사학위를 받았다. 기계 학습, 확률론적 추론, 실시간 의사 결정, 계산 생리학 및 철학적 기초를 포함한 인공지능의 광범위한 주제를 놓고 연구했고, 지금은 자율무기의 위협, 인공지능의 장기적 미래 및 인류와의 관계 등에도 관심을 두고 있다. 미국 인공지능협회, 컴퓨터학회, 미국과학진흥협회 회원이며, 세계경제포럼의 AI와 로봇학 위원회 부의장, 유엔 군축 문제 고문도 맡고 있다. 2016 서울디지털포럼, 2020 서울포럼 등에서 강연하기도 했다. 구글 리서치 디렉터 피터 노빅과 함께 《인공지능: 현대적 접근방식》(1995)을 썼다. AI 분야의 결정판 교과서로 널리 인정받고 있는 《인공지능》(현재 4판)은 13개 언어로 번역되어 118개국, 1,500여 대학에서 교재로 사용되고 있다. 2016년에는 UC 버클리를 중심으로 여러 대학과 기관이 협력하는 연구기관 ‘휴먼컴패터블 AI센터’를 설립하여 AI 연구의 일반적인 추진 방향을 증명 가능하게 유익한 AI 시스템 쪽으로 재설정하는 데 필요한 개념적·기술적 도구를 개발해왔고, 그 결과물을 이 책에 담았다.
피터 노빅(지은이)
현재 구글의 연구실장이며, 2002년에서 2005년까지 핵심 웹 검색 엔진 개발을 이끌었다. 전에는 NASA Ames Research Center의 계산 과학 분과장으로서 NASA의 인공지능 및 로봇공학 연구와 개발을 감독했다. 서던 캘리포니아 대학교의 교수였으며, 버클리 대학교와 스탠퍼드 대학교의 연구교수단 일원이었다. 그의 다른 책으로는 《Paradigms of AI Programming: Case Studies in Common Lisp》와 《Verbmobil: A Translation System for Face-to-Face Dialog》, 그리고 《Intelligent Help Systems for UNIX》가 있다. 2016년 AAAI(American Association for Artifi cial Intelligence)/EAAI(Educational Advances in Artificial Intelligence)의 제1회 우수교육자(Outstanding Educator) 상을 공동 수상했다.
류광(옮긴이)
주로 IT 분야 전문서를 옮기는 전업 번역가로, 《컴퓨터 프로그래밍의 예술(The Art of Computer Programming)》 시리즈와 《UNIX 고급 프로그래밍(Advanced Programming in UNIX Environment)》 제2판 및 제3판, 《Game Programming Gems》 시리즈를 포함해 80권 이상의 책을 번역했다. C++ 관련 번역서로는 《Effective Modern C++》, 《핵심 C++ 표준 라이브러리》, 《(C++로 배우는) 프로그래밍의 원리와 실제》, 《일반적 프로그래밍과 STL》 등이 있다. 홈페이지 ‘류광의 번역 이야기’(http://occamsrazr.net)와 게임 개발 사이트 GpgStudy(http://gpgstudy.com)를 운영한다.
Table of Contents
PART I 인공지능 CHAPTER 1 소개 ㆍ 3 1.1 인공지능이란 무엇인가? ……………………………………………………………………………………………………… 4 1.2 인공지능의 기반 학문 ……………………………………………………………………………………………………… 10 1.3 인공지능의 역사 …………………………………………………………………………………………………………………… 25 1.4 인공지능의 현황 …………………………………………………………………………………………………………………… 38 1.5 인공지능의 위험과 혜택 …………………………………………………………………………………………………… 43 ▶▶ 요약 ……………………………………………………………………………………………………………………………………… 47 ▶▶ 참고문헌 및 역사적 참고사항 ……………………………………………………………………………… 49 CHAPTER 2 지능적 에이전트 ㆍ 51 2.1 에이전트와 환경 …………………………………………………………………………………………………………………… 52 2.2 좋은 행동: 합리성 개념 …………………………………………………………………………………………………… 55 2.3 환경의 본성 …………………………………………………………………………………………………………………………… 59 2.4 에이전트의 구조 …………………………………………………………………………………………………………………… 65 ▶▶ 요약 ……………………………………………………………………………………………………………………………………… 81 ▶▶ 참고문헌 및 역사적 참고사항 ……………………………………………………………………………… 82 PART II 문제 해결 CHAPTER 3 검색을 통한 문제 해결 ㆍ 87 3.1 문제 해결 에이전트 …………………………………………………………………………………………………………… 88 3.2 문제의 예 ………………………………………………………………………………………………………………………………… 92 3.3 검색 알고리즘들 …………………………………………………………………………………………………………………… 97 3.4 정보 없는 검색 전략 ……………………………………………………………………………………………………… 104 3.5 정보 있는 검색(발견적 검색) 전략들 …………………………………………………………………… 114 3.6 발견적 함수 …………………………………………………………………………………………………………………………… 130 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 140 ▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 141 CHAPTER 4 복잡한 환경의 검색 ㆍ 147 4.1 국소 검색과 최적화 문제 ……………………………………………………………………………………………… 147 4.2 연속 공간의 국소 검색 …………………………………………………………………………………………………… 157 4.3 비결정론적 동작들을 수반한 검색 …………………………………………………………………………… 161 4.4 부분 관측 가능 환경의 검색 ……………………………………………………………………………………… 167 4.5 온라인 검색 에이전트와 미지 환경 ………………………………………………………………………… 177 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 185 ▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 186 CHAPTER 5 대립 검색과 게임 ㆍ 191 5.1 게임 이론 ……………………………………………………………………………………………………………………………… 191 5.2 게임의 최적 결정 ……………………………………………………………………………………………………………… 194 5.3 발견적 알파베타 트리 검색 ………………………………………………………………………………………… 203 5.4 몬테카를로 트리 검색 ……………………………………………………………………………………………………… 210 5.5 확률적 게임 …………………………………………………………………………………………………………………………… 214 5.6 부분 관측 가능 게임 ……………………………………………………………………………………………………… 218 5.7 게임 검색 알고리즘들의 한계 …………………………………………………………………………………… 224 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 226 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 227 CHAPTER 6 제약 충족 문제 ㆍ 235 6.1 제약 충족 문제의 정의 …………………………………………………………………………………………………… 236 6.2 제약 전파: CSP의 추론 ………………………………………………………………………………………………… 242 6.3 CSP를 위한 역추적 검색 …………………………………………………………………………………………… 250 6.4 CSP를 위한 국소 검색 ………………………………………………………………………………………………… 257 6.5 문제의 구조 …………………………………………………………………………………………………………………………… 259 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 265 ▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 266 PART III 지식, 추론, 계획 수립 CHAPTER 7 논리적 에이전트 ㆍ 273 7.1 지식 기반 에이전트 ………………………………………………………………………………………………………… 274 7.2 웜퍼스 세계 …………………………………………………………………………………………………………………………… 276 7.3 논리 …………………………………………………………………………………………………………………………………………… 280 7.4 명제 논리: 아주 간단한 논리 …………………………………………………………………………………… 284 7.5 명제 정리 증명 …………………………………………………………………………………………………………………… 291 7.6 효과적인 명제 모형 점검 ……………………………………………………………………………………………… 304 7.7 명제 논리에 기초한 에이전트 …………………………………………………………………………………… 310 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 322 ▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 323 CHAPTER 8 1차 논리 ㆍ 327 8.1 표현의 재고찰 ……………………………………………………………………………………………………………………… 327 8.2 1차 논리의 구문과 의미론 …………………………………………………………………………………………… 333 8.3 1차 논리의 활용 ………………………………………………………………………………………………………………… 346 8.4 1차 논리의 지식 공학 ……………………………………………………………………………………………………… 354 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 361 ▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 362 CHAPTER 9 1차 논리의 추론 ㆍ 365 9.1 명제 추론 대 1차 추론 …………………………………………………………………………………………………… 365 9.2 단일화와 1차 추론 …………………………………………………………………………………………………………… 368 9.3 순방향 연쇄 …………………………………………………………………………………………………………………………… 374 9.4 역방향 연쇄 …………………………………………………………………………………………………………………………… 382 9.5 분해 …………………………………………………………………………………………………………………………………………… 389 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 403 ▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 404 CHAPTER 10 지식 표현 ㆍ 409 10.1 온톨로지 공학 …………………………………………………………………………………………………………………… 410 10.2 범주와 객체 ………………………………………………………………………………………………………………………… 413 10.3 사건 ………………………………………………………………………………………………………………………………………… 420 10.4 정신적 객체와 양상 논리 …………………………………………………………………………………………… 425 10.5 범주 추론 시스템 …………………………………………………………………………………………………………… 429 10.6 기본 정보를 이용한 추론 …………………………………………………………………………………………… 434 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 440 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 441 CHAPTER 11 자동 계획 수립 ㆍ 449 11.1 고전적 계획 수립의 정의 …………………………………………………………………………………………… 450 11.2 고전적 계획 수립을 위한 알고리즘들 ………………………………………………………………… 455 11.3 계획 수립을 위한 발견적 함수 ……………………………………………………………………………… 460 11.4 위계적 계획 수립 …………………………………………………………………………………………………………… 465 11.5 비결정론적 정의역에서의 계획 수립과 실행 …………………………………………………… 476 11.6 시간, 일정, 자원 ……………………………………………………………………………………………………………… 488 11.7 계획 수립 접근방식들의 분석 ………………………………………………………………………………… 493 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 494 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 495 PART IV 불확실한 지식과 추론 CHAPTER 12 불확실성의 정량화 ㆍ 505 12.1 불확실성하에서의 행동 ………………………………………………………………………………………………… 505 12.2 기본적인 확률 표기법 …………………………………………………………………………………………………… 510 12.3 완전 결합 분포를 이용한 추론 ……………………………………………………………………………… 518 12.4 독립성 …………………………………………………………………………………………………………………………………… 522 12.5 베이즈 규칙과 그 용법 ………………………………………………………………………………………………… 523 12.6 단순 베이즈 모형 …………………………………………………………………………………………………………… 528 12.7 웜퍼스 세계의 재고찰 …………………………………………………………………………………………………… 530 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 534 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 535 CHAPTER 13 확률적 추론 ㆍ 539 13.1 불확실한 문제 영역의 지식 표현 …………………………………………………………………………… 539 13.2 베이즈망의 의미론 ………………………………………………………………………………………………………… 542 13.3 베이즈망의 정확 추론 …………………………………………………………………………………………………… 558 13.4 베이즈망의 근사 추론 …………………………………………………………………………………………………… 568 13.5 인과망 …………………………………………………………………………………………………………………………………… 585 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 591 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 591 CHAPTER 14 시간에 따른 확률적 추론 ㆍ 599 14.1 시간과 불확실성 ……………………………………………………………………………………………………………… 600 14.2 시간적 모형의 추론 ……………………………………………………………………………………………………… 605 14.3 은닉 마르코프 모형 ……………………………………………………………………………………………………… 615 14.4 칼만 필터 …………………………………………………………………………………………………………………………… 622 14.5 동적 베이즈망 …………………………………………………………………………………………………………………… 630 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 643 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 644 CHAPTER 15 확률적 프로그래밍 ㆍ 647 15.1 관계 확률 모형 ………………………………………………………………………………………………………………… 648 15.2 열린 모집단 확률 모형 ………………………………………………………………………………………………… 656 15.3 복잡한 세계의 추적 ……………………………………………………………………………………………………… 665 15.4 확률 모형으로서의 프로그램 …………………………………………………………………………………… 670 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 676 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 676 CHAPTER 16 간단한 의사결정 ㆍ 683 16.1 불확실성하에서의 믿음과 욕구의 결합 ……………………………………………………………… 684 16.2 효용이론의 기초 ……………………………………………………………………………………………………………… 685 16.3 효용 함수 …………………………………………………………………………………………………………………………… 689 16.4 다중 특성 효용 함수 …………………………………………………………………………………………………… 699 16.5 의사결정망 …………………………………………………………………………………………………………………………… 705 16.6 정보의 가치 ………………………………………………………………………………………………………………………… 708 16.7 미지의 선호도 …………………………………………………………………………………………………………………… 716 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 720 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 721 CHAPTER 17 복잡한 의사결정 ㆍ 727 17.1 순차적 의사결정 문제 …………………………………………………………………………………………………… 727 17.2 MDP를 위한 알고리즘들 …………………………………………………………………………………………… 740 17.3 강도 문제 …………………………………………………………………………………………………………………………… 750 17.4 부분 관측 가능 MDP …………………………………………………………………………………………………… 759 17.5 POMDP를 푸는 알고리즘 ………………………………………………………………………………………… 762 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 768 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 769 CHAPTER 18 다중 에이전트 의사결정 ㆍ 775 18.1 다중 에이전트 환경의 특징 ……………………………………………………………………………………… 775 18.2 비협력 게임 이론 …………………………………………………………………………………………………………… 783 18.3 협력 게임 이론 ………………………………………………………………………………………………………………… 809 18.4 집합적 의사결정 ……………………………………………………………………………………………………………… 818 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 835 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 836 찾아보기 ………………………………………………………………… 843 PART V 기계학습 CHAPTER 19 견본에서 배우는 학습 ㆍ 3 19.1 학습의 여러 형태 ………………………………………………………………………………………………………………… 4 19.2 지도학습 …………………………………………………………………………………………………………………………………… 6 19.3 결정 트리의 학습 ……………………………………………………………………………………………………………… 11 19.4 모형 선택과 최적화 ………………………………………………………………………………………………………… 21 19.5 학습 이론 ……………………………………………………………………………………………………………………………… 30 19.6 선형 회귀와 분류 ……………………………………………………………………………………………………………… 35 19.7 비매개변수 모형 ………………………………………………………………………………………………………………… 47 19.8 앙상블 학습 …………………………………………………………………………………………………………………………… 59 19.9 기계학습 시스템 개발 ……………………………………………………………………………………………………… 69 ▶▶ 요약 …………………………………………………………………………………………………………………………………… 81 ▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 82 CHAPTER 20 확률 모형의 학습 ㆍ 89 20.1 통계적 학습 …………………………………………………………………………………………………………………………… 90 20.2 완전 데이터를 이용한 학습 ………………………………………………………………………………………… 93 20.3 은닉 변수가 있는 학습: EM 알고리즘 ……………………………………………………………… 109 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 119 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 120 CHAPTER 21 심층학습 ㆍ 125 21.1 단순 순방향 신경망 ……………………………………………………………………………………………………… 127 21.2 심층학습을 위한 계산 그래프 ………………………………………………………………………………… 133 21.3 합성곱 신경망 …………………………………………………………………………………………………………………… 137 21.4 학습 알고리즘 …………………………………………………………………………………………………………………… 144 21.5 일반화 …………………………………………………………………………………………………………………………………… 148 21.6 순환 신경망 ………………………………………………………………………………………………………………………… 153 21.7 비지도학습과 전이학습 ………………………………………………………………………………………………… 157 21.8 응용 ………………………………………………………………………………………………………………………………………… 165 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 168 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 168 CHAPTER 22 강화학습 ㆍ 173 22.1 보상 기반 학습 ………………………………………………………………………………………………………………… 173 22.2 수동 강화학습 …………………………………………………………………………………………………………………… 176 22.3 능동 강화학습 …………………………………………………………………………………………………………………… 183 22.4 강화학습의 일반화 ………………………………………………………………………………………………………… 191 22.5 정책 검색 …………………………………………………………………………………………………………………………… 199 22.6 견습 학습과 역강화학습 ……………………………………………………………………………………………… 202 22.7 강화학습의 응용 ……………………………………………………………………………………………………………… 206 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 209 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 211 PART VI 의사소통, 지각, 행동 CHAPTER 23 자연어 처리 ㆍ 217 23.1 언어 모형 …………………………………………………………………………………………………………………………… 218 23.2 문법 ………………………………………………………………………………………………………………………………………… 231 23.3 파싱 ………………………………………………………………………………………………………………………………………… 233 23.4 증강 문법 …………………………………………………………………………………………………………………………… 240 23.5 실제 자연어의 복잡한 사항들 ………………………………………………………………………………… 246 23.6 자연어 처리 과제들 ……………………………………………………………………………………………………… 250 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 252 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 253 CHAPTER 24 자연어 처리를 위한 심층학습 ㆍ 259 24.1 단어 내장 …………………………………………………………………………………………………………………………… 260 24.2 NLP를 위한 순환 신경망 …………………………………………………………………………………………… 264 24.3 순차열 대 순차열 모형 ………………………………………………………………………………………………… 268 24.4 트랜스포머 구조 ……………………………………………………………………………………………………………… 274 24.5 사전훈련과 전이학습 ……………………………………………………………………………………………………… 277 24.6 현황 ………………………………………………………………………………………………………………………………………… 282 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 285 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 285 CHAPTER 25 컴퓨터 시각 ㆍ 289 25.1 소개 ………………………………………………………………………………………………………………………………………… 289 25.2 이미지 형성 ………………………………………………………………………………………………………………………… 291 25.3 단순 이미지 특징 …………………………………………………………………………………………………………… 298 25.4 이미지 분류 ………………………………………………………………………………………………………………………… 306 25.5 물체 검출 …………………………………………………………………………………………………………………………… 311 25.6 3차원 세계 ………………………………………………………………………………………………………………………… 314 25.7 컴퓨터 시각의 용도 ……………………………………………………………………………………………………… 319 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 334 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 335 CHAPTER 26 로봇공학 ㆍ 341 26.1 로봇 ……………………………………………………………………………………………………………………………………… 341 26.2 로봇 하드웨어 ………………………………………………………………………………………………………………… 342 26.3 로봇공학이 푸는 문제들 …………………………………………………………………………………………… 347 26.4 로봇 지각 ………………………………………………………………………………………………………………………… 349 26.5 계획 수립과 제어 ………………………………………………………………………………………………………… 357 26.6 불확실한 운동의 계획 ………………………………………………………………………………………………… 378 26.7 로봇공학의 강화학습 …………………………………………………………………………………………………… 381 26.8 인간과 로봇 ……………………………………………………………………………………………………………………… 384 26.9 로봇공학의 또 다른 틀 ……………………………………………………………………………………………… 394 26.10 응용 영역 ………………………………………………………………………………………………………………………… 397 ▶▶ 요약 ……………………………………………………………………………………………………………………………… 400 ▶▶ 참고문헌 및 역사적 참고사항 ……………………………………………………………………… 402 PART VII 결론 CHAPTER 27 인공지능의 철학, 윤리학, 안전 ㆍ 411 27.1 인공지능의 한계 ……………………………………………………………………………………………………………… 411 27.2 기계가 정말로 생각할 수 있을까? ……………………………………………………………………… 416 27.3 인공지능의 윤리 ……………………………………………………………………………………………………………… 418 ▶▶ 요약 ………………………………………………………………………………………………………………………………… 443 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 443 CHAPTER 28 인공지능의 미래 ㆍ 451 28.1 인공지능의 구성요소 ……………………………………………………………………………………………………… 452 28.2 인공지능 구조 …………………………………………………………………………………………………………………… 459 APPENDIX A 수학적 배경 ㆍ 465 A.1 복잡도 분석과 O( ) 표기법 ……………………………………………………………………………………… 465 A.2 벡터, 행렬, 선형대수 …………………………………………………………………………………………………… 468 A.3 확률분포 ……………………………………………………………………………………………………………………………… 470 ▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 473 APPENDIX B 언어와 알고리즘에 관해 ㆍ 475 B.1 BNF를 이용한 언어의 정의 ……………………………………………………………………………………… 475 B.2 알고리즘 서술에 쓰이는 의사코드 ………………………………………………………………………… 476 B.3 온라인 보조 자료 …………………………………………………………………………………………………………… 478 참고문헌 ………………………………………………………………… 479 찾아보기 ………………………………………………………………… 537