人工智能原理与应用(备课)
王会鲜
目录
暂无搜索结果
1 绪论
1.1 人工智能的定义
1.2 人工智能的发展历史
1.3 人工智能的三大学派
1.4 人工智能研究内容
1.5 人工智能技术与应用
1.6 人工智能体验*
1.7 智能科学与技术*
1.8 讨论:人工智能能否超越人类
1.9 小结
2 知识表示
2.1 知识表示的基本概念
2.2 谓词逻辑表示法
2.3 产生式表示法
2.4 语义网络表示法
2.5 框架表示法
2.6 知识图谱表示法
2.7 脚本表示法和面向对象表示法*
2.8 小结
3 搜索策略
3.1 搜索的基本概念
3.2 状态空间表示方法
3.3 状态空间搜索
3.4 问题归约表示法
3.5 博弈树的启发式搜索
3.6 小结
4 确定性推理
4.1 推理的基本概念
4.2 推理的逻辑基础
4.3 自然演绎推理
4.4 归结演绎推理
4.5 基于规则的演绎推理
4.6 小结
5 不确定性推理
5.1 不确定性推理概述
5.2 主观贝叶斯方法
5.3 可信度方法
5.4 证据理论
5.5 模糊知识与模糊推理
5.6 小结
6 机器学习
6.1 机器学习概述
6.2 决策树
6.3 支持向量机
6.4 拓展:分类与预测
7 深度学习
7.1 Tensorflow游乐场
7.2 神经网络基本原理
7.3 卷积神经网络及其应用
7.4 生成对抗网络及其应用
7.5 拓展:基于深度学习的自然语言处理
8 进化算法
8.1 进化算法的基本概念
8.2 遗传算法及其应用
9 群智能算法
9.1 群智能基础
9.2 粒子群优化算法及应用
9.3 蚁群算法及应用
10 专业伦理与职业素养*
10.1 伦理与道德
10.2 人工智能伦理规则
10.3 人工智能法律问题
10.4 人工智能知识产权问题
10.5 职业与职业素养
10.6 小结
11 AI前沿
11.1 chatGPT-4
11.2 搜狗AI营养师
11.3 智能驾驶
11.4 AlphaFold
11.5 Transformer
11.6 GAN
chatGPT-4
上一节
下一节
InstructGPT
GPT-4 Technical Report
https://cdn.openai.com/papers/gpt-4.pdf
选择班级
确定
取消
图片预览