Artificial Intelligence

La aplicación es gratuita un manual completo de inteligencia artificial con diagramas y gráficos. Es parte de la informática o la enseñanza de la ingeniería de software que trae temas importantes, notas, noticias y blog sobre el tema. La aplicación sirve como una guía de referencia rápida sobre este tema de ingeniería.

Cubre más de 600 temas de inteligencia artificial, los autómatas, sistemas de tiempo real y de la neuro difusos en detalle. Los temas se dividen en 5 unidades.

Cada tema se completa con diagramas, ecuaciones y otras formas de representaciones gráficas para un mejor aprendizaje y la comprensión rápida. La aplicación proporcionará un aprendizaje más rápido y revisiones rápidas sobre el tema.

Pocos temas adicionales que han sido incluidos en la aplicación son

autómatas

sistemas difusos red neuronal

Sistemas en tiempo real

Algunos de los temas tratados en esta aplicación son:

1. Prueba de Turing

2. Introducción a la Inteligencia Artificial

3. Historia de la IA

Ciclo 4. La IA

Representación 5. Conocimiento

6. Los problemas típicos de AI

7. Límites de la gripe aviar

8. Introducción a los agentes

9. Performance Agent

10. Agentes Inteligentes

11. Estructura de agentes inteligentes

12. Tipos de programa del agente

13. Agentes basados ​​en Meta

14. Los agentes basados ​​en servicios públicos

15. Los agentes y entornos

16. arquitecturas de agentes

17. Búsqueda de Soluciones

18. Los espacios del Estado

19. Gráfico de la búsqueda

20. Un algoritmo de búsqueda genérica

21. Las estrategias de búsqueda no informadas

22. Buscar en amplitud

23. Búsqueda Heurística

24. AÃ ¢ Ë † â € "Buscar

25. Búsqueda de Árbol

26. primera búsqueda en profundidad

27. Propiedades de la primera búsqueda en profundidad

28. Búsqueda bi-direccional

29. Buscar Gráficos

30. informadas estrategias de búsqueda

31. Los métodos de búsqueda Informado

32. Greedy Buscar

33. La prueba de la admisibilidad de una *

34. Propiedades de la heurística

35.-La profundización iterativa A *

36. Otras Memorias búsqueda heurística limitada

37. N-Queens eample

38. Buscar Acusatorio

39. Algoritmos Genéticos

40. Juegos

41. Las decisiones óptimas en Juegos

42. algoritmo minimax

43. poda alfa-beta

44. Backtracking

45. Técnicas de consistencia Driven

46. ​​Ruta de consistencia (K-consistencia)

47. Mire hacia adelante

48. Lógica Proposicional

49. Sintaxis del cálculo proposicional

50. Representación del Conocimiento y Razonamiento

51. La inferencia lógica proposicional

52. cláusulas positivas proposicionales

53. El conocimiento de nivel de depuración

54. Reglas de inferencia

55. La solidez e integridad

56. lógica de primer orden

57. Unificación 58. Semántica

59. Universo de Herbrand

60. La solidez, integridad, coherencia, satisfacibilidad

61. Resolución

62. Herbrand Revisited

63. Prueba según Buscar

64. Algunas Estrategias de prueba

65. El razonamiento no monótono

66. Sistemas de mantenimiento de la verdad

67. Los sistemas de reglas basadas

68. Pure Prolog

69. encadenamiento hacia adelante

70. encadenamiento hacia atrás

71. Elección entre adelante y el encadenamiento hacia atrás

72. Y / o árboles

73. Modelo Oculto de Markov

74. redes bayesianas

75. Problemas de Aprendizaje

76. Aprendizaje Supervisado

77. Los árboles de decisión

78. Los formalismos de representación del conocimiento

79. Las redes semánticas

80. Inferencia en una red semántica

81. La ampliación de redes semánticas

82. Marcos

83. Las ranuras como objetos

84. Los marcos de interpretación

85. Introducción a la planificación

86. Solución de problemas vs. Planificación

Planificación de la base 87. La lógica

88. Los sistemas de planificación

89. Planificación como Buscar

90. Situación en el espacio algoritmos de planificación

91. Planificación Parcial-Order

92. Plan-Space algoritmos de planificación

93. El intercalado contra no-entrelazado de Sub-Plan de Pasos

94. simple calcetín / Ejemplo de zapatos

95. Razonamiento Probabilístico

96. Revisión de la Teoría de la Probabilidad

97. La semántica de redes bayesianas

98. Introducción al Aprendizaje

99. Taxonomía de los sistemas de aprendizaje

100. La formulación matemática del problema de aprendizaje inductivo

AI va a ser una de las tecnologías más importantes en los próximos días. Se trata de un estudio debe tener para la ingeniería, ciencias de la computación, ingeniería de software y otros estudiantes de la ciencia cognitiva. También va a ser muy importante para los estudiantes de ingeniería y profesionales de la mecánica, automotriz y eléctrica.

Descarga la aplicación para la introducción de la IA y la tecnología relacionada.