Avancées en intelligence artificielle : Modèles, optimisation et apprentissage automatique, 2e édition - Relié

par Florin Leon (Rédacteur invité), Mircea Hulea (Rédacteur invité), Marius Gavrilescu (Rédacteur invité)

Ce livre contient tous les articles acceptés et publiés dans le numéro spécial "Advances in Artificial Intelligence: Models, Optimization, and Machine Learning" du journal MDPI Mathematics, qui couvre un large éventail de sujets liés à la théorie et aux applications de l'intelligence artificielle et de ses sous-domaines. Ces sujets incluent, entre autres, l'apprentissage profond et les algorithmes d'apprentissage automatique classiques, la modélisation neuronale, les architectures et les algorithmes d'apprentissage, les algorithmes d'optimisation bio-inspirés, les algorithmes pour la conduite autonome, les modèles probabilistes et le raisonnement bayésien, les agents intelligents et les systèmes multi-agents. Nous espérons que les résultats scientifiques présentés dans ce livre serviront de sources précieuses de documentation et d'inspiration pour quiconque souhaite poursuivre des recherches en intelligence artificielle, en apprentissage automatique et dans leurs applications répandues.