CHAPTER 1 인공지능을 만들자 1
1.1 인공지능이란 무엇인가? 2
1.2 인공지능의 역사 4
1.3 인공지능의 기본 문제 7
1.4 바퀴오리 2호의 모험 11
연습문제 15

CHAPTER 2 탐색(1): 상태 공간과 기본적인 탐색 기법 17
2.1 상태 공간 표현 18
2.2 미로의 상태 공간 구성 23
2.3 기본적인 탐색 26
2.4 바퀴오리 2호의 미로 탐색 31
연습문제 34

CHAPTER 3 탐색(2): 최적 경로 탐색하기 35
3.1 최적 경로에 대한 탐색과 휴리스틱 36
3.2 최적 탐색 38
3.3 최고우선 탐색 40
3.4 A* 알고리즘 42
3.5 최적 경로를 따라 미로를 벗어나는 바퀴오리 2호 44
연습문제 47

CHAPTER 4 게임 이론 49
4.1 이득과 회피 행동 50
4.2 표준형 게임 54
4.3 전개형 게임 59
연습문제 64

CHAPTER 5 다단계 결정(1): 동적 계획법 67
5.1 다단계 결정 문제 68
5.2 동적 계획법 70
5.3 보물 상자를 열고 목표 지점으로! 73
5.4 예제: 편집 거리 계산 76
연습문제 81

CHAPTER 6 확률과 베이즈 이론의 기초 83
6.1 환경의 불확실성 84
6.2 확률의 기초 85
6.3 베이즈 정리 89
6.4 확률적 시스템 92
연습문제 97

CHAPTER 7 다단계 결정(2): 강화 학습 99
7.1 강화 학습이란 무엇인가 100
7.2 마르코프 결정 프로세스 102
7.3 할인 누적 보상 103
7.4 가치 함수 107
7.5 학습 방법의 실제: Q-학습 112
연습문제 116

CHAPTER 8 위치 추정(1): 베이즈 필터 117
8.1 위치를 추정하는 문제 118
8.2 부분 관측 마르코프 결정 프로세스 120
8.3 베이즈 필터 122
8.4 바퀴오리 2호의 통로에서의 위치 추정(베이즈 필터) 124
연습문제 128

CHAPTER 9 위치 추정(2): 입자 필터 129
9.1 베이즈 필터의 문제점 130
9.2 몬테 카를로 근사 130
9.3 입자 필터 134
9.4 바퀴오리 2호의 통로 안에서의 위치 추정 (입자 필터) 137
연습문제 140

CHAPTER 10 학습과 인식(1): 클러스터링 141
10.1 클러스터링 142
10.2 K-평균 클러스터링 145
10.3 가우시안 혼합 모형 147
10.4 계층적 클러스터링 150
10.5 차원 축소 151
연습문제 154

CHAPTER 11 학습과 인식(2): 패턴 인식 157
11.1 머신러닝의 기초 158
11.2 패턴 인식 161
11.3 회귀 문제 163
11.4 분류 문제 170
연습문제 175

CHAPTER 12 언어와 논리(1): 자연언어 처리 177
12.1 자연언어 처리 178
12.2 형태소 분석 181
12.3 구문 분석 185
12.4 Bag-of-words 표현 188
연습문제 191

CHAPTER 13 언어와 논리(2): 기호 논리 193
13.1 기호 논리 194
13.2 술어 논리 195
13.3 절 형태 199
연습문제 204

CHAPTER 14 언어와 논리(3): 증명과 질의응답 207
14.1 도출 원리 208
14.2 술어 논리를 통한 질의응답 212
13.3 스핑크스의 수수께끼 216
연습문제 219

CHAPTER 15 정리: 지능을 ‘만든다’는 것 221
15.1 바퀴오리 2호의 모험: 총 정리 편 222
15.2 신체에 대한 지혜 227
15.3 기호에 대한 지혜 232
15.4 인공지능과 미래 236
연습문제 239

APPENDIX A 신경망 학습법에 대한 유도 240
APPENDIX B 연습문제 정답 243

맺으며 253
찾아보기 256