Rayon Développement d'applications, langages de programmation
L'Intelligence artificielle pour les développeurs : concepts et implémentations en C#

Fiche technique

Format : Broché
Nb de pages : 504 pages
Poids : 500 g
Dimensions : 18cm X 21cm
ISBN : 978-2-7460-9215-0
EAN : 9782746092150

L'Intelligence artificielle pour les développeurs

concepts et implémentations en C#


Collection(s) | Datapro
Paru le
Broché 504 pages

Quatrième de couverture

L'Intelligence Artificielle pour les développeurs

Concepts et implémentations en C(...)

Ce livre sur l'Intelligence Artificielle s'adresse particulièrement aux développeurs et ne nécessite pas de connaissances mathématiques approfondies. Au fil des chapitres, l'auteur présente les principales techniques d'Intelligence Artificielle et, pour chacune d'elles, les inspirations, biologiques, physiques voire mathématiques, puis les différents concepts et principes (sans entrer dans les détails mathématiques), avec des exemples et figures pour chacun de ceux-ci. Les domaines d'application sont illustrés par des applications réelles et actuelles. Chaque chapitre contient un exemple d'implémentation générique, complété par une application pratique, développée en C(...). Ces exemples de code étant génériques, ils sont facilement adaptables à de nombreuses applications C(...), que ce soit en Silverlight, sur Windows Phone, pour Windows 8 ou pour des applications. Net plus classiques. Les techniques d'Intelligence Artificielle décrites sont :

  • Les systèmes experts, permettant d'appliquer des règles pour prendre des décisions ou découvrir de nouvelles connaissances.
  • La logique floue, permettant de contrôler des systèmes informatiques ou mécaniques de manière beaucoup plus souple que les programmes traditionnels.
  • Les algorithmes de recherche de chemin, dont le A* très utilisé dans les jeux vidéo pour trouver les meilleurs itinéraires.
  • Les algorithmes génétiques, utilisant la puissance de l'évolution pour apporter des solutions à des problèmes complexes.
  • Les principales métaheuristiques, dont la recherche tabou, trouvant des optimums à des problèmes d'optimisation, avec ou sans contraintes.
  • Les systèmes multi-agents, simulant des foules ou permettant des comportements émergents à partir de plusieurs agents très simples.
  • Les réseaux de neurones, capables de découvrir et de reconnaître des modèles, dans des suites historiques, des images ou encore des données.

Pour aider le lecteur à passer de la théorie à la pratique, l'auteur propose en téléchargement sur le site www.editions-eni.fr, sept projets Visual Studio 2013 (un par technique d'Intelligence Artificielle), développés en C(...). Chaque projet contient une PCL, pour la partie générique, et une application WPF, pour la partie spécifique à l'application proposée.

Le livre se termine par une bibliographie, permettant au lecteur de trouver plus d'informations sur ces différentes techniques, une sitographie listant quelques articles présentant des applications réelles, une annexe et un index.

Biographie

Virginie Mathivet
Après un diplôme d'ingénieur INSA et un DEA « Documents, Images et Systèmes d'Informations Communicants », Virginie Mathivet a fait une thèse de doctorat au sein du laboratoire LIRIS, en Intelligence Artificielle, plus précisément sur les algorithmes génétiques et les réseaux de neurones. Elle est aujourd'hui professeur permanent à l'EPSI de Lyon, où elle enseigne l'Intelligence Artificielle ainsi que des matières liées au développement (C(...), PHP, Java, JS...), la modélisation 3D ou les méthodologies de développement. A travers ce livre, elle partage sa passion pour le domaine de l'Intelligence Artificielle et le met à la portée des développeurs pour qu'ils puissent en exploiter tout le potentiel.

Avis des lecteurs

Du même auteur : Virginie Mathivet

Intelligence artificielle et langage C# : concepts et implémentation : coff

Java : comprendre et mettre en place les principes de base de l'Intelligenc

Machine learning et Python : implémentation avec Scikit-learn : coffret 2 l

Intelligence artificielle et langage C# : concepts et implémentation : coff

Machine learning : implémentation en Python avec Scikit-learn

Java : comprendre et mettre en place les principes de base de l'intelligenc