Ինչ է արհեստական ինտելեկտը (AI):
Արհեստական հետախուզությունը (ԱԻ) վերաբերում է մարդկային բանականության մոդելավորմանը այն մեքենաներում, որոնք ծրագրավորված են մտածել մարդու նման և ընդօրինակել իրենց գործողությունները: Տերմինը կարող է կիրառվել նաև ցանկացած մեքենայի վրա, որն ունի մարդու մտքի հետ կապված այնպիսի հատկություններ, ինչպիսիք են սովորելը և խնդիրների լուծումը:
Արհեստական ինտելեկտը (AI) համակարգչային գիտության ոլորտ է, որն ընդգծում է այնպիսի խելացի մեքենաների ստեղծումը, որոնք գործում են և արձագանքում են մարդկանց պես: Գործընթացները ներառում են ուսուցում, բանականություն և ինքնորոշում: AI- ն իրականացվում է ՝ ուսումնասիրելով, թե ինչպես է մարդու ուղեղը մտածում, և ինչպես են մարդիկ սովորում, որոշում և աշխատում, մինչ փորձում են լուծել խնդիրը:
Բացահայտեք, թե ինչպես կարելի է կառուցել խելացի ծրագրեր, որոնք կենտրոնացած են պատկերների, տեքստի և ժամային շարքերի տվյալների վրա: Այն լայնորեն օգտագործվում է բազմաթիվ ոլորտներում, ինչպիսիք են որոնիչները, պատկերի ճանաչումը, ռոբոտը, ֆինանսը և այլն: Դուք կսովորեք տարբեր ալգորիթմների մասին, որոնք կարող են օգտագործվել արհեստական բանականության ծրագրեր կառուցելու համար:
Ինչ է ձեզ համար:
- Արհեստական բանականության և խելացի գործակալների ներածություն, արհեստական բանականության պատմություն
- Խելացի գործակալների կառուցում (որոնման, խաղեր, տրամաբանություն, կաշկանդման բավարարման խնդիրներ)
- Machine Learning ալգորիթմներ
- AI- ի (բնական լեզու մշակման, ռոբոտաշինության / տեսլականի, լեզուի փոխըմբռնման) կիրառություններ
Ծրագրի բովանդակությունը
1) ներածություն AI- ին
- Turing թեստ
- Արհեստական հետախուզության պատմություն
- Արհեստական հետախուզության բնորոշ խնդիր
- Արհեստական հետախուզության ցիկլ
2) խնդրի լուծման մոտեցում AI
- Պետական տարածք
- Գրաֆիկի որոնում
- A * որոնում
- Ընդհանուր որոնում
- Գենետիկ ալգորիթմ
- Breadth- ի առաջին որոնումը
- խորության որոնում
- Հեուրիստական որոնում
- խաղեր
- Հետադարձ կապ
- Minimax ալգորիթմ
- Չկազմված որոնում
- N-Queen նմուշ
- Օպտիմալ որոշում
- Ընդունելիության ապացույց
- Որոնման ծառ
- Alpha Beta Pruning
- Նայենք առաջ
- Iterative- խորացնող
- Ագահ որոնում
- Որոնման գրաֆիկ
- Տեղեկացված որոնում
- Երկկողմանի որոնում
- հետևողականությունը պայմանավորված
- Հակասական որոնում
- Ուղու հետևողականություն
- տեղեկացված եղանակ
- Այլ հիշողությունը սահմանափակ է
- խորության հատկությունները
3) գիտելիք և բանականություն
- Առաջարկական տրամաբանություն
- Եզրակացության կանոն
- Թաքնված Մարկովի մոդելը
- Բայեսյան ցանցեր
- Առաջ շղթայականացում
- Առաջին կարգի տրամաբանությունը
- ԵՎ / ԿԱՄ ծառեր
- Սեմալտ
- Գիտելիքի մակարդակ
- Կանոնի վրա հիմնված համակարգեր
- Մաքուր Pro- մատյան
- միավորումը
- Հերբրանդի տիեզերք
- Առողջություն
- Ոչ միապաղաղ
4) գործել տրամաբանորեն և սովորել
- ուժեղացված ուսուցում
- Բայեսյանի իմաստաբանությունը
- Վերապատրաստված ուսուցում
- Ուսուցման խնդիր
- Սեմալտային ցանցեր
- նյարդային ցանց
- Մայրենի Bayes մոդելը
- Արհեստական նյարդային
- Հնարավոր է
- շրջանակներ
- Որոշման ծառերի հատում
- Պերեստրոն
- Վիճակագրական ուսուցում
- Թեկնածուների վերացումը
- Հետադարձ տարածում
- Չստուգված
- Ուսուցման տաքսոնոմիա
- Սեմալտի երկարացում
- բազմաշերտ
- բաժանման գործառույթները
- Interleaving ընդդեմ ենթածրագրի չխառնվելուն
- Պլանավորում որպես որոնում
- EM ալգորիթմի ընդհանուր ձևը
5) շփվել, ընկալել և գործել
- Ռեգրեսիայի ալգորիթմ
- բնական լեզու
- Կլաստավորման ալգորիթմ
- Վիճակագրական ալգորիթմ
- օրինաչափությունների ճանաչում
- Օգտագործում և կիրառում
- Անորոշություն
- Քայլեր լեզվով
Այս հինգ միավորները պարունակում են 142 թեման, և բոլորը կարդալով դուք բավականաչափ լավ կլինեք համակարգ ձևավորելու համար ՝ օգտագործելով R, Python, SAS, Matlab, Weka, SPSS և այլ լեզուներ:
Վերջին թարմացումը՝
18 հնս, 2020 թ.