베스트셀러

베스트셀러

view_img

인공지능 개념 및 응용(5판)

  • 저자김종완, 도용태, 김일곤, 박창현, 강병호, 박성배
  • 발행일2022-08-19
  • 정가30,000원
  • 페이지420 페이지
  • ISBN979-11-92373-08-9
  • 책소개
  • 저자소개
  • 목차
  • 출판사 서평

인공지능 개념 및 응용(5)은 인공지능(AI)의 다양한 기술들을 설명한 입문서이다. 초창기 인공지능의 핵심 연구 분야였던 탐색과 지식 표현의 문제부터, 최신 인공지능 기술인 인공신경망, 지능 로봇, 데이터마이닝에 이르는 다양한 주제들로 구성하였다. 특히 5판은 최신 트렌드를 반영하여 심층 학습(딥러닝)의 내용을 추가하고, PythonMATLAB 두 가지 언어로 비교하여 설명하였다.

 

본서는 각 단원들을 독립적으로 기술하여 관심 있는 부분만을 선택적으로 학습할 수 있다. 또한 다양한 예제와 그에 대한 풀이를 제공하고, 다룬 내용을 실제로 실습해볼 수 있도록 과제를 각 단원의 말미에 포함하였다.



김종완

서울대학교 컴퓨터공학과(공학사)

서울대학교 컴퓨터공학과(공학석사)

서울대학교 컴퓨터공학과(공학박사)

미국 University of Massachusetts 컴퓨터학과(Post-Doc.)

미국 University of Oregon 컴퓨터정보학과(객원교수)

) 대구대학교 성산교양대학장

) 대구대학교 컴퓨터정보공학부 교수

 

도용태

경북대학교 전자공학과(공학사)

서강대학교 전자공학과(공학석사)

영국 University of Hull 전자공학과(공학박사)

미국 Carnegie Mellon University, Robotics Institute(객원부교수)

영국 Imperial College London, Dept of Computing(객원교수)

싱가포르 National University of Singapore, ECE Dept(객원과학자)

대구대학교 정보통신대학장

) 대구대학교 전자전기공학부 교수

 

김일곤

서울대학교 수학교육과(이학사)

서울대학교 계산통계학과(이학석사)

서울대학교 계산통계학과(이학박사)

미국 Georgetown University, Medical Center, ISIS 연구소(객원연구원)

경북대학교 지능형진료지원및정보공유시스템개발연구소장

한국정보과학회 인공지능연구회 위원장

) 대한의료정보학회 표준화특별위원회 의장

) 경북대학교 컴퓨터학부 교수

 

박창현

경북대학교 전자공학과(공학사)

서울대학교 계산통계학과(이학석사)

서울대학교 계산통계학과(이학박사)

미국 University of Maryland Institute of Advanced Computer Studies(Post-Doc.)

) 대한임베디드공학회 상임이사

) 영남대학교 컴퓨터공학과 교수

 

강병호

부산대학교 수학과(이학사)

호주 University of Tasmania 컴퓨터공학과(Graduate Diploma)

호주 University of New South Wales 컴퓨터공학과(공학박사)

일본 Hitachi Advance Research Lab 연구소(연구원)

호서대학교 컴퓨터공학과 교수

) University of Tasmania 컴퓨터공학과 교수

 

박성배

KAIST 전산학과(이학사)

서울대학교 컴퓨터공학과(공학석사)

서울대학교 컴퓨터공학부(공학박사)

미국 University of Illinois at Chicago(객원교수)

경북대학교 컴퓨터학부 교수

) 경희대학교 컴퓨터공학부 교수

01장 서론

01. 인공지능의 정의

1.1 지능이란 무엇인가

1.2 지능을 인공적으로 실현하는 것은 가능한가

02. 인공지능의 범주

2.1 사람처럼 행동하는 시스템

2.2 사람처럼 생각하는 시스템

2.3 이성적으로 생각하는 시스템

2.4 이성적으로 행동하는 시스템

03. 인공지능을 위한 지식

04. 인공지능의 역사적 배경

05. 인공지능의 구성 영역과 이 책의 구성

과제

 

02장 탐색

01. 문제 해결

1.1 직접적 방법

1.2 상태 공간

02. 기본적 탐색 기법

2.1 영국 박물관 알고리즘

2.2 깊이 우선 탐색

2.3 너비 우선 탐색

2.4 탐색의 방향과 경로 계획

03. 휴리스틱 탐색 기법

3.1 휴리스틱

3.2 평가 함수의 사용 : 언덕 등반 기법

3.3 단순한 언덕 등반 기법의 개선

04. 게임을 위한 탐색

 

03장 지식 표현과 논리

01. 논리

02. 비교 흡수 부정

2.1 비교 흡수 부정과 절 생성 방법

2.2 대답 유도 과정

03. 제약 조건 만족

04. 의미망

05. 프레임

06. 규칙

07. 객체지향 개념

08. 지식 표현 이슈

과제

04장 불확실성

01. 불확실성의 요인

02. 불확실한 상황 하에서의 추론 : 비단조 추론

2.1 부재 추론과 귀추법

2.2 폐세계 가정

03. 사실 유지 시스템

04. 확률에 기초한 추론

4.1 조건 확률과 Bayes의 정리

4.2 확신 인자

4.3 Dempster-Shafer의 증거 이론

05. 활용

과제

 

05장 퍼지 이론

01. 퍼지 이론의 개요와 역사

02. 퍼지 집합

03. 퍼지 관계

3.1 퍼지 관계의 정의 및 성질

3.2 퍼지 관계의 연산과 합성

04. 퍼지 수

05. 퍼지 추론

5.1 퍼지 추론의 합성 규칙

5.2 직접법에 의한 퍼지 추론

06. 퍼지 이론의 응용

6.1 퍼지 제어

6.2 퍼지 전문가 시스템

07. 퍼지 교통 제어 시뮬레이터 개발 사례

7.1 지능형 교통 신호 제어기 설계

7.2 퍼지 교통 제어 시뮬레이터

과제

 

06장 계획과 문제 풀이

01. 계획과 문제 풀이

1.1 계획의 종류

1.2 탐색 및 부목표 상호작용

02. 비계층적 계획과 계층적 계획의 비교

2.1 STRIPS

2.2 탐색과 역추적

2.3 ABSTRIPS

03. 비계층적 계획

3.1 HACKER

3.2 목표 역행 시스템

04. 계층적 계획

4.1 절차적 네트의 구조

4.2 NOAH에서 상태의 개념

4.3 NOAH에서의 계획

05. 기타 계획 시스템

과제

 

07장 기계 학습

01. 기계 학습의 개요

1.1 기계 학습 시스템의 모델

1.2 기계 학습의 방법

1.3 학습 전략에 의한 기계 학습의 분류

02. 암기 학습

03. 조언에 의한 학습

04. 유추에 의한 학습

4.1 문제 풀이와 유추

4.2 계획-변형(plan-transformation) 문제 공간

05. 예를 통한 학습

06. 관찰을 통한 학습

과제

 

08장 데이터마이닝

01. 데이터마이닝 정의와 역사

02. 데이터마이닝 수행 과정

2.1 데이터 선별(Data Selection)

2.2 데이터 전처리(Data Preprocessing)

2.3 데이터 변환(Data Transformation)

2.4 데이터마이닝(Data Mining)

2.5 패턴 분석(Pattern Evaluation)

03. 데이터마이닝 알고리즘

04. 데이터마이닝의 활용 분야

05. 데이터마이닝 도구: WEKA

과제

 

09장 인공신경망

01. 신경망의 개요

02. 신경망 연구의 역사

03. 신경망의 정의 및 특징

04. 신경망의 모델과 학습

4.1 신경망의 학습

4.2 단층 퍼셉트론

4.3 다층 퍼셉트론

4.4 경쟁 학습과 자기조직화 신경망

05. 심층 학습

06. 유전 알고리즘

07. 신경망의 응용

과제

 

10장 컴퓨터 시각

01. 영상의 획득

1.1 영상 센서

1.2 표본화와 양자화

02. 영상의 기초적 처리

2.1 잡음의 제거

2.2 경계 검출

2.3 영상의 이진화

2.4 영역 분할

03. 특징의 추출

04. 인식

4.1 원형 정합

4.2 확률적 기법에 의한 인식

4.3 학습에 의한 인식

05. 3차원 시각

06. 컴퓨터 시각 기술의 활용

과제

 

11장 자연언어 처리

01. 자연언어 처리를 위한 지식

02. 자연언어 표현을 위한 문법

03. 자연언어의 이해

3.1 형태소 분석

3.2 파싱

04. 자연언어의 생성

05. 경험적 자연언어 처리

5.1 분산 가정에 따른 단어의 표현

5.2 단어 임베딩

5.3 트랜스포머와 BERT

06. 자연언어 처리의 응용 예

6.1 초기 1950~1960년대의 시스템

6.2 1970년대의 시스템

6.3 1980년대 이후의 시스템

6.4 2000년대의 시맨틱웹

6.5 현재의 기계 학습 기반 자연언어 처리

과제

 

12장 지능형 에이전트

01. 지능형 에이전트의 개요

02. 지능형 에이전트의 정의와 성질

03. 에이전트의 역사

04. 지능형 에이전트 분류

4.1 학습 에이전트

4.2 인터페이스 에이전트

4.3 데스크탑 에이전트

4.4 인터넷 에이전트

4.5 모바일 에이전트

4.6 전자상거래 에이전트

05. 멀티 에이전트 시스템

5.1 멀티 에이전트 시스템 개요

5.2 멀티 에이전트 시스템 응용

06. 에이전트 응용

과제

 

13장 지능 로봇

01. 지능 로봇의 이해

02. 지능 로봇의 발전사

03. 지능 로봇을 위한 기술과 요소

3.1 로봇의 구성 요소와 구동

3.2 로봇의 동작 : 기구학, 역학, 그리고 자코비안

3.3 센서

3.4 제어

3.5 지능 알고리즘

04. 지능 로봇의 형태

05. 지능 로봇의 전망

과제

 

참고문헌

찾아보기

인공지능 기술은 우리 일상생활의 여러 영역에서 다양하게 활용되고 있다. 국내외의 대학에서 인공지능학과가 독립적으로 설립되고, 지능 시스템과 인간이 상호작용하는 일들이 늘어나고 있다. 4차 산업혁명에서 이러한 인공지능이 핵심기술로 지목되는 가운데, 향후 인공지능 관련 기술들은 진보를 거듭하여 편의성과 윤택함을 만드는 데 크게 기여할 것으로 예상된다.

 

<인공지능 개념 및 응용(5)>은 인공지능의 개념과 더불어 관련된 전반적인 분야를 다룬다. 또한 딥러닝도 기술하여 기본 개념과 최신 트렌드, 두 마리의 토끼를 모두 잡았다. 이뿐만 아니라 실제 적용이 중요한 인공지능을 위하여 독자가 직접 실행해 볼 수 있는 과제도 수록하여 차근차근 인공지능을 배울 수 있도록 구성하였다.