쏙쏙 들어오는 인공지능 알고리즘

옮긴이 머리말 ix
서문 xi
감사의 글 xviii
이 책에 대하여 xix
베타리더 후기 xxii
《쏙쏙 들어오는 인공지능 알고리즘》 지도 xxiv

1장 인공지능의 직관적 이해?

인공지능이란 무엇인가??
인공지능의 간략한 역사?
문제 유형과 문제 해결 패러다임?
인공지능 개념의 직관적 이해?
인공지능 알고리즘의 사용?

2장 검색의 기초

계획 및 검색이란?
계산 비용: 스마트한 알고리즘이 필요한 이유
검색 알고리즘을 적용할 수 있는 문제
상태 표현: 문제 공간과 솔루션 표현을 위한 프레임워크 생성
정보 없는 검색: 맹목적으로 솔루션 찾기
너비 우선 탐색: 깊게 보기 전에 넓게 보기
깊이 우선 탐색: 넓게 보기 전에 깊게 보기
정보 없는 검색 알고리즘 사용 사례
선택 사항: 그래프 유형에 대한 추가 정보
선택 사항: 다양한 그래프 표현 방법

3장 지능형 검색

휴리스틱 정의: 학습된 추측 설계
정보 있는 검색: 지침이 있는 솔루션 찾기
적대적 탐색: 변화하는 환경에서 솔루션 찾기

4장 진화 알고리즘

진화란 무엇인가?
진화 알고리즘을 적용할 수 있는 문제
유전 알고리즘: 수명 주기
솔루션 공간 인코딩
솔루션 모집단 생성
모집단 내 개체 적합도 측정
적합도에 따른 부모 선택
부모로부터 개체 복제
다음 세대 채우기
유전 알고리즘 매개변수 설정
진화 알고리즘 사용 사례

5장 고급 진화 방식

진화 알고리즘 수명 주기
다른 개체 선택 전략
실숫값 인코딩: 실숫값으로 작업
순서 인코딩: 시퀀스(sequence) 작업
트리 인코딩: 계층 작업
진화 알고리즘의 일반적인 유형
진화 알고리즘 용어집
추가적인 진화 알고리즘 사용 사례

6장 군집 지능: 개미

군집 지능이란?
개미 군집 최적화를 적용할 수 있는 문제
상태 표현: 경로와 개미는 어떤 모습일까?
개미 군집 최적화 알고리즘 수명 주기
개미 군집 최적화 알고리즘 사용 사례

7장 군집 지능: 입자

입자 군집 최적화란?
최적화 문제: 약간 더 기술적인 관점
입자 군집 최적화를 적용할 수 있는 문제
상태 표현: 입자는 어떤 모습일까?
입자 군집 최적화 수명 주기
입자 군집 최적화 알고리즘 사용 사례

8장 머신러닝

머신러닝이란?
머신러닝이 가능한 문제
머신러닝 작업 순서
의사 결정 트리를 통한 분류
또 다른 인기 있는 머신러닝 알고리즘
머신러닝 알고리즘 사용 사례

9장 인공 신경망

인공 신경망이란?
퍼셉트론: 뉴런의 개념적 표현
인공 신경망 정의
순전파: 훈련된 인공 신경망 사용
역전파: 인공 신경망 훈련
활성화 함수 선택
인공 신경망 설계
인공 신경망 및 사용 사례

10장 Q-러닝을 통한 강화학습

강화학습이란?
강화학습이 가능한 문제
강화학습 수명 주기
딥러닝 기반 강화학습
강화학습 사용 사례

찾아보기