Probabilistic Reasoning in Multiagent Systems
A Graphical Models Approach
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 114.00
-
57 695 Ft (54 948 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 11 539 Ft off)
- Kedvezményes ár 46 156 Ft (43 958 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
57 695 Ft
Beszerezhetőség
Becsült beszerzési idő: A Prosperónál jelenleg nincsen raktáron, de a kiadónál igen. Beszerzés kb. 3-5 hét..
A Prosperónál jelenleg nincsen raktáron.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Cambridge University Press
- Megjelenés dátuma 2002. augusztus 26.
- ISBN 9780521813082
- Kötéstípus Keménykötés
- Terjedelem308 oldal
- Méret 254x178x19 mm
- Súly 764 g
- Nyelv angol 0
Kategóriák
Rövid leírás:
Addresses the challenges of building intelligent agents to cooperate on complex tasks in uncertain environments.
TöbbHosszú leírás:
This 2002 book investigates the opportunities in building intelligent decision support systems offered by multi-agent distributed probabilistic reasoning. Probabilistic reasoning with graphical models, also known as Bayesian networks or belief networks, has become increasingly an active field of research and practice in artificial intelligence, operations research and statistics. The success of this technique in modeling intelligent decision support systems under the centralized and single-agent paradigm has been striking. Yang Xiang extends graphical dependence models to the distributed and multi-agent paradigm. He identifies the major technical challenges involved in such an endeavor and presents the results. The framework developed in the book allows distributed representation of uncertain knowledge on a large and complex environment embedded in multiple cooperative agents, and effective, exact and distributed probabilistic inference.
Review of the hardback: '... this is a valuable and welcome comprehensive guide to the state-of-the-art in applying belief networks.' Kybernetes
Tartalomjegyzék:
Preface; 1. Introduction; 2. Bayesian networks; 3. Belief updating and cluster graphs; 4. Junction tree representation; 5. Belief updating with junction trees; 6. Multiply sectioned Bayesian networks; 7. Linked junction forests; 8. Distributed multi-agent inference; 9. Model construction and verification; 10. Looking into the future; Bibliography; Index.
Több
