人工智能引论

谢榕

目录

  • 1 人工智能概论
    • 1.1 什么是人工智能?
    • 1.2 人类智能与人工智能
    • 1.3 人工智能的研究与应用领域
    • 1.4 人工智能的发展阶段与未来
    • 1.5 总结
    • 1.6 复习专用：知识图谱
  • 2 知识表示方法
    • 2.1 知识与知识表示
    • 2.2 状态空间法
    • 2.3 问题归约法
    • 2.4 谓词逻辑法
    • 2.5 语义网络法
    • 2.6 总结
    • 2.7 复习专用：知识图谱
  • 3 搜索求解策略
    • 3.1 概述
    • 3.2 图搜索策略
    • 3.3 盲目搜索
    • 3.4 启发式搜索
    • 3.5 总结
    • 3.6 复习专用：知识图谱
  • 4 人工神经网络
    • 4.1 生物学动因
    • 4.2 神经元模型
    • 4.3 人工神经网络结构
    • 4.4 常见人工神经网络
    • 4.5 人工神经网络的应用与研究
    • 4.6 总结
    • 4.7 复习专用：知识图谱
  • 5 机器学习
    • 5.1 机器学习概述
    • 5.2 机器学习系统
    • 5.3 传统机器学习方法
    • 5.4 机器学习方法
    • 5.5 机器学习的应用与研究
    • 5.6 总结
    • 5.7 复习专用：知识图谱
  • 6 深度学习(由虚拟讲师主讲)
    • 6.1 深度学习概述
    • 6.2 深度学习基础
    • 6.3 深度学习开发框架
    • 6.4 人工神经网络
    • 6.5 深度学习常用模型
    • 6.6 深度强化学习
  • 7 遗传进化算法
    • 7.1 概述
    • 7.2 遗传算法基本机理
    • 7.3 遗传算法求解步骤
    • 7.4 遗传算法求解举例
    • 7.5 总结
    • 7.6 复习专用：知识图谱
  • 8 群体智能算法
    • 8.1 概述
    • 8.2 粒子群优化算法
    • 8.3 蚁群算法
    • 8.4 人工鱼群算法
    • 8.5 群智能的应用：无人系统
    • 8.6 总结
    • 8.7 复习专用：知识图谱
  • 9 确定推理技术
    • 9.1 知识推理技术概述
    • 9.2 消解原理
    • 9.3 规则演绎系统
    • 9.4 知识推理技术应用
    • 9.5 总结
    • 9.6 复习专用：知识图谱
  • 10 不确定性推理
    • 10.1 概述
    • 10.2 概率推理
    • 10.3 主观Bayes方法
    • 10.4 可信度方法
    • 10.5 证据理论
    • 10.6 总结
    • 10.7 复习专用：知识图谱
深度强化学习