"Soft Computing" obejmuje logik? rozmyt?, sieci neuronowe i algorytmy ewolucyjne w kompletnym wprowadzeniu do tej dziedziny. Ksi??ka rozpoczyna si? od nakre?lenia oblicze? od tradycyjnej sztucznej inteligencji do inteligencji obliczeniowej, przygotowuj?c czytelników do mi?kkich oblicze?. Uczy podstaw uczenia maszynowego. Ksi??ka obejmuje logik? rozmyt?, w tym zbiory rozmyte, relacje i systemy wnioskowania. Czytelnicy dowiaduj? si? o logice rozmytej w systemach eksperckich i podejmowaniu decyzji poprzez szczególowe dyskusje na temat funkcji przynale?no?ci i wnioskowania rozmytego. W drugiej cz??ci ksi??ki omówiono ewolucj?, budow? i techniki uczenia sieci neuronowych. Czytelnicy dowiaduj? si? o modelach sieci neuronowych i zastosowaniach uczenia maszynowego, od sieci typu feedforward po adaptacyjne struktury rezonansowe. Algorytmy genetyczne, ich biologiczne pochodzenie, metody optymalizacji i porównanie z klasycznymi algorytmami zostaly omówione w zako?czeniu ksi??ki. Zapoznanie si? z przykladami i studiami przypadków pomaga czytelnikom zrozumiec algorytmy genetyczne i ich zastosowanie w trudnych zagadnieniach optymalizacji. "Soft Computing" to przydatne ?ródlo informacji dla studentów, pracowników naukowych i praktyków badaj?cych szerok? dziedzin? mi?kkich oblicze?.