Computational Intelligence (CI) ist ein Teilgebiet der Künstlichen Intelligenz, das biologisch inspirierte Modelle algorithmisch umsetzt. So orientieren sich z. B. evolutionäre Algorithmen an der darwinistischen Evolution und suchen mit Hilfe von Crossover, Mutation und Selektion eine optimale Lösung. Neuere Ansätze dienen dazu, das Verhalten künstlicher Agenten in unbekannten Umgebungen zu steuern. Der Band bietet einen kompakten Überblick über die verschiedenen CI-Methoden und die dahinter stehenden Konzepte sowie Übungsaufgaben zur Vertiefung.

Computational Intelligence (CI) bezeichnet ein Teilgebiet der Kunstlichen Intelligenz, das biologische inspirierte Modelle algorithmisch umsetzt. Evolutionare Algorithmen orientieren sich an der darwinistischen Evolution und suchen mit Hilfe von Crossover, Mutation und Selektion eine optimale Losung. Die Fuzzy-Logik ermoglicht als unscharfe Logik eine kognitive Modellierung von Wissen und Inferenzprozessen. Neuronale Netze imitieren funktionale Aspekte des Gehirns fur Aufgaben wie Klassifikation und Mustererkennung. Neuere Ansatze der CI wie Reinforcement Learning ermoglichen, das Verhalten kunstlicher Agenten in unbekannten Umgebungen zu steuern. Die Schwarmintelligenz modelliert Algorithmen, die auf Basis vieler einfacher Komponenten intelligente Leistungen vollfuhren. Zu guter Letzt losen kunstliche Immunsysteme eine Reihe von Problemen, ahnlich wie ihr biologisches Pendant. Ein kompakter und ubersichtlicher mit vielen Beispielen gespickter Einstieg in die verschiedenen Verfahren der CI.