GAN
上一节
王会鲜
目录
-
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
-
