人工智能全套课件,王万鹏第三版
十二周,让菜菜带你认识sklearn,带你深入浅出地探索算法的神秘世界。我会为你解读sklearn中的主流算法,带你处理数据,调整参数,完善算法,调用结果。我会为你解析参数,助你理解算法原理,也会带你遍历案例,带你实战给你刷经验。
Stata实用计量方法_可以复制的成功发 ...
因果推断专题讨论会丨从线性回归走向 ...
第 1 章 绪论
1.1 人工智能的基本概念
1.2 人工智能的发展简史
1.3 人工智能研究的基本内容
1.4 人工智能的主要研究领域
第2章 知识表示
2.1 知识与知识表示的概念
2.2 一阶谓词逻辑表示法
2.3 产生式表示法
2.4 框架表示法
第3章 确定性推理方法
3.1 推理的基本概念
3.2 自然演绎推理
3.3 谓词公式化为子句集的方法
3.4 鲁宾逊归结原理
3.5 归结反演
3.6 应用归结反演求解问题
第4章 不确定性推理方法
4.1 不确定性推理的基本概念
4.2 可信度方法
4.3 证据理论
4.4 模糊推理方法
第5章 搜索求解策略
5.1 搜索的概念
5.2 状态空间的搜索策略
5.3 盲目的图搜索策略
5.4 启发式图搜索策略
【人工智能导论】是关于人工智能领域的基础教程,由王万鹏编著的第三版教材,旨在引导初学者深入了解AI的世界。课程涵盖了从基本概念到实际应用的广泛内容,旨在帮助学习者逐步掌握人工智能的核心知识。
在【绪论】部分,讲述了人工智能的起源和发展历程。1956年被公认为人工智能的正式起点,这一时期的思想家们如亚里斯多德、布尔和图灵等人对逻辑和计算理论的贡献为AI的诞生奠定了基础。1956年的达特茅斯会议是人工智能学科形成的标志性事件,麦卡锡、明斯基等人提出的“人工智能”概念开启了这一领域的新篇章。
【知识表示】是AI的基础,包括了知识与知识表示的概念,如一阶谓词逻辑表示法、产生式表示法和框架表示法。这些表示方法是人工智能中描述和组织知识的关键工具,使得机器能够理解和处理复杂的信息。
【确定性推理方法】和【不确定性推理方法】则分别讲解了在已知信息完全和不完全情况下的推理策略。确定性推理主要涉及自然演绎推理和归结原理,而不确定性推理则涵盖了可信度方法、证据理论和模糊推理,这些都是处理现实世界中不精确和模糊信息的重要手段。
【搜索求解策略】部分讨论了如何在状态空间中寻找解决方案。从盲目图搜索策略如深度优先搜索和宽度优先搜索,到启发式图搜索策略,如A*搜索,这些策略在解决复杂问题时具有重要作用,特别是在决策制定和路径规划等领域。
王万鹏的这门课程不仅涵盖了人工智能的基本理论,还强调了实践应用,例如通过讲解sklearn库来教授机器学习算法的运用,包括数据处理、参数调整和算法优化,旨在帮助学生将理论知识转化为实际技能。
整个课程结构严谨,内容丰富,不仅适合初次接触AI的学者,也对有一定基础的学习者提供了深入理解的平台。通过学习,学生将能够理解人工智能的基本概念,掌握知识表示和推理方法,并能运用搜索策略解决实际问题,同时熟悉机器学习算法在实际项目中的应用。
评论1
最新资源