Bewertung:

Das Buch erhält gemischte Kritiken. Einige Leser schätzen den Inhalt und die Klarheit des Buches, während andere die schlechte Formatierung und das schwierige Verständnis kritisieren, insbesondere für Anfänger in der KI.
Vorteile:⬤ Gut geschriebene und detaillierte Erklärungen
⬤ gute Beispiele, vor allem in C#
⬤ können Konzepte im Reinforcement Learning verdeutlichen
⬤ nützlich für motivierte Lernende
⬤ zufriedene Nutzer betonen die Effektivität für KI-Projekte.
⬤ Für erfahrene Programmierer schwer zu verstehen
⬤ schlechter Satz und Formatierungsprobleme, einschließlich unformatiertem Code und inkonsistenter Einrückung
⬤ wird als ungeeignet für Anfänger empfunden
⬤ Gesamtpräsentation wirkt unprofessionell.
(basierend auf 6 Leserbewertungen)
Practical Artificial Intelligence: Machine Learning, Bots, and Agent Solutions Using C#
Praktische Künstliche Intelligenz
Kapitel 1: Logik und KI.
Kapitel 2: Automatisches Beweisen von Theoremen und Logik erster Ordnung.
Kapitel 3: Agenten.
Kapitel 4: Mars-Rover.
Kapitel 5: Multi-Agenten-Systeme.
Kapitel 6: Kommunikation in einem Multi-Agenten-System mit WCF.
Kapitel 7: Reinigungsagenten: Ein Multi-Agenten-System-Problem.
Kapitel 8: Simulation.
Kapitel 9: Support-Vektor-Maschinen.
Kapitel 10: Entscheidungsbäume.
Kapitel 11: Neuronale Netze.
Kapitel 12: Handschriftliche Ziffernerkennung.
Kapitel 13: Clustering und Multi-Objective Clustering.
Kapitel 14: Metaheuristiken.
Kapitel 15: Vines & Copulas.
Kapitel 16: Spieleprogrammierung.
Kapitel 17: Schiebepuzzle und Othello-Spiel.
Kapitel 18: Verstärkungslernen.