هوش مصنوعی: یک رویکرد مدرن — ترجمهٔ فارسی (AIMA 4e)

مطالعهٔ آنلاین کتاب (وب با سایدبار) دانلود کتاب کامل (PDF - ۳۵ مگابایت) مخزن گیت‌هاب (GitHub) حمایت از پروژه

کتاب شناخته‌شدهٔ Artificial Intelligence: A Modern Approach (ویرایش چهارم) اثر ماندگار پروفسور استوارت راسل (Stuart Russell) و پیتر نورویگ (Peter Norvig)، مرجع بنیادین آموزش هوش مصنوعی در دانشگاه‌های برتر جهان است. پروژهٔ ترجمه و تدوین فارسی این اثر شامل پیشگفتار و تمامی ۲۸ فصل کتاب به شکل آزاد و متن‌باز ارائه شده است.

سامانهٔ مطالعهٔ آنلاین با سایدبار و فهرست تعاملی

برای تسهیل مطالعه بدون نیاز به دانلود فایل‌های حجیم، کل متن کتاب در قالب وب‌سایت اختصاصی کتابخوان در مسیر aima-4e/ آماده شده است. این بخش دارای سایدبار کامل، فهرست درختی فصل‌ها، زیرفصل‌ها، قابلیت جستجوی در لحظه و سازگاری کامل با حالت تاریک (Dark Mode) و دستگاه‌های همراه است.

👉 ورود به سامانه مطالعه آنلاین کتاب هوش مصنوعی »

✨ ویژگی‌های برجستهٔ پروژه

  • ترجمه کامل و ساختاریافته: پیشگفتار مفصل نویسندگان به همراه تمامی ۲۸ فصل ویرایش چهارم (AIMA 4e).
  • نسخهٔ مطالعه آنلاین (HTML): مجهز به سایدبار درختی، جستجوی بلادرنگ در مباحث، ناوبری سریع بین فصول و حالت شب.
  • نسخهٔ PDF یکپارچه و فصلی: کتاب کامل در ۱٬۱۷۶ صفحه همراه با شماره‌گذاری فارسی، فهرست دوگذرگاهی و بوک‌مارک‌های استاندارد، تولیدشده با موتور Chromium و فونت چشم‌نواز وزیرمتن.
  • نسخهٔ منبع Markdown: در دسترس بودن متن خالص برای مشارکت، تصحیح، و بازتولید در پلتفرم‌های مختلف.
  • حفظ اصطلاحات تخصصی و کدهای انگلیسی: حفظ شبه‌کدها (Pseudocode) به زبان اصلی جهت تسهیل یادگیری فنی.

📚 ساختار و بخش‌های هفت‌گانهٔ کتاب

  1. بخش اول — هوش مصنوعی: شامل مقدمه، تاریخچه و مبانی عامل‌های هوشمند (فصل‌های ۱ و ۲).
  2. بخش دوم — حل مسئله: جستجوی ناآگاهانه، جستجوی آگاهانه، جستجو در محیط‌های پیچیده، جستجوی رقابتی و بازی‌ها، و مسائل ارضای قیود (فصل‌های ۳ تا ۶).
  3. بخش سوم — دانش، استدلال و برنامه‌ریزی: عامل‌های منطقی، منطق مرتبه اول، استنتاج در منطق، بازنمایی دانش و برنامه‌ریزی خودکار (فصل‌های ۷ تا ۱۱).
  4. بخش چهارم — دانش و استدلال نامعین: عدم قطعیت، استدلال احتمالاتی، شبکه‌های بیزی در طول زمان، برنامه‌نویسی احتمالاتی و تصمیم‌گیری‌های ساده و پیچیده (فصل‌های ۱۲ تا ۱۸).
  5. بخش پنجم — یادگیری ماشین: یادگیری از مثال‌ها، یادگیری مدل‌های احتمالاتی، یادگیری عمیق (Deep Learning) و یادگیری تقویتی (فصل‌های ۱۹ تا ۲۲).
  6. بخش ششم — ارتباط، ادراک و عمل: پردازش زبان طبیعی (NLP)، یادگیری عمیق در زبان، بینایی رایانه‌ای و دانش رباتیک (فصل‌های ۲۳ تا ۲۶).
  7. بخش هفتم — نتیجه‌گیری: فلسفه، اخلاق و ایمنی در هوش مصنوعی و آیندهٔ هوش مصنوعی (فصل‌های ۲۷ و ۲۸).

🔗 دسترسی به منابع کتاب

علاقه‌مندان، اساتید، دانشجویان و پژوهشگران گرامی می‌توانند از پیوندهای زیر به بخش‌های مختلف دسترسی یابند: