暂无搜索结果
-
1 第一章 绪论
-
1.1 1.1人工智能的概念
-
1.2 1.2人工智能发展简史
-
1.3 1.3人工智能发展现状和趋势
-
1.4 1.4课程定位及要求
-
2 第二章 知识表示
-
2.1 2.1知识表示概述
-
2.2 2.2一阶谓词逻辑知识表示
-
2.3 2.3产生式知识表示
-
2.4 2.4框架知识表示
-
3 第三章 自动推理与专家系统
-
3.1 3.1引言
-
3.2 3.2确定性推理
-
3.3 3.3不确定性推理
-
3.4 3.4专家系统简介
-
4 第四章 知识图谱
-
4.1 4.1知识图谱概念和历史
-
4.2 4.2经典的知识图谱
-
4.3 4.3知识图谱的应用
-
5 第五章 搜索技术
-
5.1 5.1引言
-
5.2 5.2状态空间图模型
-
5.3 5.3盲目搜索方法
-
5.4 5.4启发式搜索方法
-
5.5 5.5博弈搜索
-
6 第六章 群智能算法
-
6.1 6.1引言
-
6.2 6.2遗传算法
-
6.3 6.3蚁群算法
-
7 第七章 机器学习
-
7.1 7.1 引言
-
7.2 7.2 监督学习
-
7.3 7.3 无监督学习
-
7.4 7.4 弱监督学习
-
7.5 7.5 强化学习
-
8 第八章 人工神经网络与深度学习
-
8.1 8.1 引言
-
8.2 8.2 感知器算法
-
8.3 8.3 前馈神经网络与BP算法
-
8.4 8.4 卷积神经网络
课程内容介绍
• 第二章 知识表示
• 第三章 自动推理与专家系统
• 第四章 知识图谱
• 第五章 搜索技术
• 第六章 群智能算法
• 第七章 机器学习
• 第八章 人工神经网络与深度学习
• 第九章 人工智能前沿应用
学习目标和知识准备
• 了解学科概况——零门槛
• 理解基本思想——计算机科学导论
• 掌握核心知识——计算机科学导论、微积分、离散数学、数据结构
学习建议
• 跟随课程,积极思考
• 扩大视野,不局限于课程内容
• 关注前沿,人工智能发展日新月异,关注最新进展,才能更好把握时代节奏
选择班级