Artificial Intelligence (AI)

让您成为人工智能（AI）和机器学习（ML）的专家。

什么是人工智能（AI）？

人工智能（AI）是指在被编程为像人类一样思考并模仿其行为的机器中对人类智能进行模拟。该术语也可以用于任何表现出与人类思维相关的特征（例如学习和解决问题）的机器。

人工智能（AI）是计算机科学领域，它强调创建像人一样工作和做出反应的智能机器。这些过程包括学习，推理和自我纠正。通过研究人类大脑的思维方式，以及人类在尝试解决问题时的学习方式，决定方式和工作方式，可以实现人工智能。

探索如何构建以图像，文本和时间序列数据为中心的智能应用程序。它广泛用于搜索引擎，图像识别，机器人技术，金融等许多领域。您将了解可用于构建人工智能应用程序的各种算法。

给你什么？

-人工智能和智能代理简介，人工智能的历史

-建立智能代理（搜索，游戏，逻辑，约束满足问题）

-机器学习算法

-AI的应用（自然语言处理，机器人/视觉，语言理解）

应用内容

1）人工智能简介

-图灵测试

-人工智能史

-典型的人工智能问题

-人工智能周期

2）解决问题的方法AI

-状态空间

-图搜索

-A *搜索

-通用搜索

-遗传算法

-广度优先搜索

-深度搜索

-启发式搜索

-游戏

-回溯

-Minimax算法

-不知情的搜索

-N皇后样品

-最佳决策

-可接受性证明

-搜索树

-Alpha Beta修剪

- 展望

-迭代深化

-贪婪的搜索

-搜索图

-明智的搜索

-双向搜索

-一致性驱动

-对抗搜索

-路径一致性

-知情的方法

-其他内存有限

-深度属性

3）知识与推理

-命题逻辑

-推理规则

-隐马尔可夫模型

-贝叶斯网络

-正向链接

-一阶逻辑

-AND / OR树

-语义

-知识水平

-基于规则的系统

-纯前言

-统一

-赫伯兰德宇宙

-健全

-非单调

4）逻辑行动和学习

-强化学习

-贝叶斯语义

-监督学习

-学习问题

-语义网

- 神经网络

-本地贝叶斯模型

-人工神经

-概率

-框架

-决策树修剪

-感知器

-统计学习

-消除候选人

-反向传播

- 无监督

-学习分类

-扩展语义

-多层

-分割功能

-子计划的交错与非交错

-搜索规划

-EM算法的一般形式

5）交流，感知和行动

-回归算法

-自然语言

-聚类算法

-统计算法

- 模式识别

-使用与应用

-歧义

-语言步骤

这五个单元包含142个主题，通过阅读全部内容，您将足以使用R，Python，SAS，Matlab，Weka，SPSS等语言设计系统。