第一讲 人工智能概述
主讲教师:周志强
第1期
| 学校: | 南阳理工学院 |
| 开课院系: | 软件学院 |
| 课程编号: | 2103030702 |
| 学分: | 3 |
| 课时: | 56 |
课程编号:2103030702
本课程总共56学时,其中理论32学时,实验24学时。
人工智能是迅速发展的新兴学科,已经成为许多高新技术产品的核心技术。人工智能模拟人类智能解决问题,几乎在所有领域都有非常广泛的应用。
本课程为入门级人工智能课程,适合初学者,可以帮助初学者实现“零基础”学习人工智能。本课程采用浙江工业大学王万良教授编著的专业教材《人工智能导论》(第4版),紧紧围绕人工智能的基本思想、基本理论、基本方法及其应用展开,并融合了人工智能的一些前沿内容。
通过本课程的学习,可以掌握知识表示、确定性和不确定性推理、搜索、进化计算、群智能、人工神经网络、专家系统、机器学习等基本理论与实用方法,了解深度学习、知识图谱等人工智能研究前沿内容,通过人工智能应用实例及虚拟仿真实验,可以提高应用人工智能理论解决工程问题的能力。| 课程章节 | | 文件类型 | | 修改时间 | | 大小 | | 备注 | |
| 1.1 绪论简介 |
视频
.mp4
|
2023-05-15 | 22.45MB | ||
| 1.2 智能的概念 |
视频
.mp4
|
2023-05-15 | 37.44MB | ||
| 1.3 智能的特征 |
视频
.mp4
|
2023-05-15 | 22.68MB | ||
| 1.4 人工智能的定义 |
视频
.mp4
|
2023-05-15 | 49.23MB | ||
| 1.5 人工智能的发展简史 |
视频
.mp4
|
2023-05-15 | 27.34MB | ||
| 1.6 人工智能研究的基本内容 |
视频
.mp4
|
2023-05-15 | 37.05MB | ||
| 2.1 命题逻辑 |
视频
.mp4
|
2023-05-15 | 65.45MB | ||
| 2.2 谓词 |
视频
.mp4
|
2023-05-15 | 104.09MB | ||
| 2.3 谓词公式 |
视频
.mp4
|
2023-05-15 | 206.37MB | ||
| 2.4 谓词公式的性质 |
视频
.mp4
|
2023-05-15 | 65.65MB | ||
| 2.5 一阶谓词逻辑知识表示法 |
视频
.mp4
|
2023-05-15 | 26.79MB | ||
| 2.6 一阶谓词逻辑知识表示法特点 |
视频
.mp4
|
2023-05-15 | 32.80MB | ||
| 3.1 产生式 |
视频
.mp4
|
2023-05-15 | 144.81MB | ||
| 3.2 产生式系统 |
视频
.mp4
|
2023-05-15 | 88.13MB | ||
| 3.3 产生式系统的例子 |
视频
.mp4
|
2023-05-15 | 151.44MB | ||
| 3.4 产生式表示法的特点 |
视频
.mp4
|
2023-05-15 | 34.24MB | ||
| 3.5 框架表示法 |
视频
.mp4
|
2023-05-15 | 118.30MB | ||
| 4.1 推理方式及其分类 |
视频
.mp4
|
2023-05-15 | 20.41MB | ||
| 4.2 归结演绎推理 |
视频
.mp4
|
2023-05-15 | 6.40MB | ||
| 4.3 谓词公式化为子句集1 |
视频
.mp4
|
2023-05-15 | 104.13MB | ||
| 4.4 谓词公式化为子句集2 |
视频
.mp4
|
2023-05-15 | 114.60MB | ||
| 4.5 归结反演 |
视频
.mp4
|
2023-05-15 | 124.14MB | ||
| 4.6 鲁滨逊归结原理 |
视频
.mp4
|
2023-05-15 | 117.93MB | ||
| 4.7 应用归结原理求问题 |
视频
.mp4
|
2023-05-15 | 77.39MB | ||
| 5.1 不确定推理 |
视频
.mp4
|
2023-05-15 | 107.78MB | ||
| 5.2 可信度方法 |
视频
.mp4
|
2023-05-15 | 27.32MB | ||
| 5.3 概率分配函数 |
视频
.mp4
|
2023-05-15 | 121.89MB | ||
| 5.4 信任函数_似然函数 |
视频
.mp4
|
2023-05-15 | 70.19MB | ||
| 5.5 基于证据理论的推理 |
视频
.mp4
|
2023-05-15 | 126.09MB | ||
| 5.6 基于证据理论的推理实例 |
视频
.mp4
|
2023-05-15 | 119.15MB | ||
| 6.1 模糊逻辑提出 |
视频
.mp4
|
2023-05-15 | 96.44MB | ||
| 6.2 模糊集合 |
视频
.mp4
|
2023-05-15 | 57.00MB | ||
| 6.3 模糊集合的定义和表示方法 |
视频
.mp4
|
2023-05-15 | 63.12MB | ||
| 6.4 隶属函数 |
视频
.mp4
|
2023-05-15 | 70.87MB | ||
| 7.1 模糊关系及其合成 |
视频
.mp4
|
2023-05-15 | 25.15MB | ||
| 7.2 模糊推理 |
视频
.mp4
|
2023-05-15 | 67.58MB | ||
| 7.3 模糊决策 |
视频
.mp4
|
2023-05-15 | 20.43MB | ||
| 7.4 模糊推理应用 |
视频
.mp4
|
2023-05-15 | 109.20MB | ||
| 8.1 搜索的概念 |
视频
.mp4
|
2023-05-15 | 23.05MB | ||
| 8.2 状态空间知识表示方法 |
视频
.mp4
|
2023-05-15 | 23.84MB | ||
| 8.3 启发式图搜索策略—启发式策略 |
视频
.mp4
|
2023-05-15 | 70.73MB | ||
| 8.4 启发式图搜索策略—启发信息和估价函数 |
视频
.mp4
|
2023-05-15 | 149.34MB | ||
| 8.5 启发式图搜索策略—A搜索算法 |
视频
.mp4
|
2023-05-15 | 66.96MB | ||
| 8.6 启发式图搜索策略—A_搜索算法及其特性 |
视频
.mp4
|
2023-05-15 | 55.43MB | ||
| 9.1 基本遗传算法 |
视频
.mp4
|
2023-05-15 | 204.99MB | ||
| 9.2 编码 |
视频
.mp4
|
2023-05-15 | 82.25MB | ||
| 9.3 适应度函数的尺度变换 |
视频
.mp4
|
2023-05-15 | 63.75MB | ||
| 9.4 选择 |
视频
.mp4
|
2023-05-15 | 89.27MB | ||
| 9.5 交叉、变异 |
视频
.mp4
|
2023-05-15 | 169.16MB | ||
| 9.6 遗传算法的一般步骤 |
视频
.mp4
|
2023-05-15 | 56.37MB | ||
| 9.7 遗传算法的特点 |
视频
.mp4
|
2023-05-15 | 7.85MB | ||
| 10.1 蚁群算法基本思想 |
视频
.mp4
|
2023-05-15 | 77.31MB | ||
| 10.2 基本蚁群算法模型 |
视频
.mp4
|
2023-05-15 | 35.34MB | ||
| 10.3 蚁群算法参数选择 |
视频
.mp4
|
2023-05-15 | 112.83MB | ||
| 10.4 蚁群算法的应用 |
视频
.mp4
|
2023-05-15 | 89.01MB | ||
| 11.1 专家系统的基本概念 |
视频
.mp4
|
2023-05-15 | 58.83MB | ||
| 11.2 专家系统的特点 |
视频
.mp4
|
2023-05-15 | 96.54MB | ||
| 11.3 专家系统的工作原理 |
视频
.mp4
|
2023-05-15 | 70.15MB | ||
| 11.4 知识获取的主要过程与模式 |
视频
.mp4
|
2023-05-15 | 11.32MB | ||
| 12.1 专家系统的建立 |
视频
.mp4
|
2023-05-15 | 135.13MB | ||
| 12.2 专家系统的实例 |
视频
.mp4
|
2023-05-15 | 158.99MB | ||
| 12.3 专家系统的开发工具 |
视频
.mp4
|
2023-05-15 | 112.83MB | ||
| 13.1 机器学习 |
视频
.mp4
|
2023-05-15 | 46.02MB | ||
| 13.2 学习系统的基本组成 |
视频
.mp4
|
2023-05-15 | 121.61MB | ||
| 13.3 机器学习的分类 |
视频
.mp4
|
2023-05-15 | 199.76MB | ||
| 14.1 人工神经网络 |
视频
.mp4
|
2023-05-15 | 70.04MB | ||
| 14.2 神经元的结构 |
视频
.mp4
|
2023-05-15 | 227.83MB | ||
| 14.3 神经元的数学模型 |
视频
.mp4
|
2023-05-15 | 142.60MB | ||
| 14.4 神经网络的结构与工作方式 |
视频
.mp4
|
2023-05-15 | 82.75MB | ||
| 15.1 BP神经网络的结构 |
视频
.mp4
|
2023-05-15 | 25.34MB | ||
| 15.2 BP学习算法两个问题 |
视频
.mp4
|
2023-05-15 | 60.28MB | ||
| 15.3 BP学习算法基本思想 |
视频
.mp4
|
2023-05-15 | 127.71MB | ||
| 15.4 BP学习算法学习算法 |
视频
.mp4
|
2023-05-15 | 80.30MB | ||
| 15.5 BP学习算法的实现 |
视频
.mp4
|
2023-05-15 | 94.14MB | ||
| 15.6 BP神经网络在模式识别中的应用 |
视频
.mp4
|
2023-05-15 | 153.17MB | ||
| 16.1 离散型Hopfield神经网络模型 |
视频
.mp4
|
2023-05-15 | 29.00MB | ||
| 16.2 离散型Hopfield神经网络工作方式和工作过程 |
视频
.mp4
|
2023-05-15 | 83.64MB | ||
| 16.3 离散型Hopfield神经网络网络的稳定性 |
视频
.mp4
|
2023-05-15 | 79.22MB | ||
| 16.4 连续型Hopfield神经网络 |
视频
.mp4
|
2023-05-15 | 130.51MB | ||
| 16.5 Hopfield神经网络在联想记忆中的应用 |
视频
.mp4
|
2023-05-15 | 114.24MB | ||
| 16.6 Hopfield神经网络优化方法 |
视频
.mp4
|
2023-05-15 | 40.18MB | ||
| 17.2 深度学习概述 |
视频
.mp4
|
2023-05-15 | 493.96MB |