6.2遗传算法
上一节
下一节
孔德川
目录
-
第一周
-
● 第一讲 什么是人工智能
-
● 第二讲 人类的智能
-
● 第三讲 人类的智能是如何产生的？
-
-
第二周
-
● 第四讲 人工智能起源
-
● 第五讲 图灵：人工智能之父
-
-
第三周
-
● 第六讲 达特茅斯会议
-
● 第七讲 人工智能的发展历程
-
-
第四周
-
● 第八讲 让人惊讶的AI
-
● 第九讲 人工智能的风险
-
-
第五周
-
● 第十讲 基于知识的人工智能
-
● 第十一讲 基于学习的人工智能
-
-
第六周
-
● 第十二讲 机器学习基本流程
-
● 第十三讲 机器学习的方法和策略
-
-
第七周
-
● 第十四讲 人工神经网络
-
● 第十五讲 深度学习
-
-
第八周
-
● 第十六讲 人工智能典型应用1
-
● 第十七讲 人工智能典型应用2
-
-
第九周
-
● 第十八讲 人工智能典型应用3
-
● 第十九讲 人工智能典型应用4
-
-
第十周
-
● 第二十讲 人工智能典型应用5
-
● 第二十一讲 人工智能典型应用6
-
-
第十一周
-
● 第二十二讲 人工智能典型应用7
-
● 第二十三讲 人工智能典型应用8
-
-
第十二周
-
● 第二十四讲 人工智能典型应用9
-
● 第二十五讲 人工智能典型应用10
-
-
第十三周
-
● 第二十六讲 人工智能典型应用11
-
● 第二十七讲 人工智能典型应用12
-
-
第一章 绪论
-
● 1.1人工智能的概念
-
● 1.2人工智能发展简史
-
● 1.3人工智能发展现状和趋势
-
● 1.4课程定位及要求
-
-
第二章 知识表示
-
● 2.1知识表示概述
-
● 2.2一阶谓词逻辑知识表示
-
● 2.3产生式知识表示
-
● 2.4框架知识表示
-
● 专家讲座：知识表示与推理
-
-
第三章 自动推理与专家系统
-
● 3.1引言
-
● 3.2确定性推理
-
● 3.3不确定性推理
-
● 3.4专家系统简介
-
-
第四章 知识图谱
-
● 4.1知识图谱概念和历史
-
● 4.2经典的知识图谱
-
● 4.3知识图谱的应用
-
-
第五章 搜索技术
-
● 5.1引言
-
● 5.2状态空间图模型
-
● 5.3盲目搜索方法
-
● 5.4启发式搜索方法
-
● 5.5博弈搜索
-
-
第六章 群智能算法
-
● 6.1引言
-
● 6.2遗传算法
-
● 6.3蚁群算法
-
-
第七章 机器学习
-
● 7.1 引言
-
● 7.2 监督学习
-
● 7.3 无监督学习
-
● 7.4 弱监督学习
-
● 7.5 强化学习
-
-
第八章 人工神经网络与深度学习
-
● 8.1 引言
-
● 8.2 感知器算法
-
● 8.3 前馈神经网络与BP算法
-
● 8.4 卷积神经网络
-
