Čo je to umelá inteligencia (AI)?
Umelá inteligencia (AI) sa týka simulácie ľudskej inteligencie v strojoch, ktoré sú naprogramované tak, aby mysleli ako ľudia a napodobňovali svoje činy. Tento výraz sa môže vzťahovať aj na akýkoľvek stroj, ktorý vykazuje znaky spojené s ľudskou mysľou, ako je učenie a riešenie problémov.
Umelá inteligencia (AI) je oblasť počítačovej vedy, ktorá zdôrazňuje vytváranie inteligentných strojov, ktoré fungujú a reagujú ako ľudia. Procesy zahŕňajú učenie, zdôvodňovanie a korekciu. AI sa dosahuje študovaním toho, ako si myslí ľudský mozog a ako sa ľudia učia, rozhodujú a pracujú pri pokuse vyriešiť problém.
Objavte, ako vytvárať inteligentné aplikácie zamerané na obrázky, text a údaje z časových radov. Používa sa široko v mnohých oblastiach, ako sú vyhľadávače, rozpoznávanie obrázkov, robotika, financie atď. Dozviete sa o rôznych algoritmoch, ktoré sa dajú použiť na vytváranie aplikácií umelej inteligencie.
Čo je pre vás?
- Úvod do umelej inteligencie a inteligentných agentov, história umelej inteligencie
- Vytváranie inteligentných agentov (vyhľadávanie, hry, logika, problémy s uspokojením obmedzení)
- Algoritmy strojového učenia
- Aplikácie AI (spracovanie prirodzeného jazyka, robotika / vízia, porozumenie jazyku)
Obsah aplikácie
1) Úvod do AI
- Turingov test
- História umelej inteligencie
- Typický problém umelej inteligencie
- Cyklus umelej inteligencie
2) AI na riešenie problémov
- Štátny priestor
- Vyhľadávanie grafov
- A * vyhľadávanie
- Generické vyhľadávanie
- Genetický algoritmus
- Šírka-prvé vyhľadávanie
- Hĺbkové vyhľadávanie
- Heuristické vyhľadávanie
- Hry
- Spätné sledovanie
- Algoritmus minimaxu
- Neinformované vyhľadávanie
- Vzorka N-Queen
- Optimálne rozhodnutie
- Dôkaz o prípustnosti
- Vyhľadávací strom
- Vyrezávanie Alpha Beta
- Pozerať sa dopredu
- Iteratívne prehlbovanie
- Greedy Search
- Vyhľadávanie v grafe
- Informované vyhľadávanie
- Obojsmerné vyhľadávanie
- Riadenie dôslednosti
- Adversarial Search
- Konzistencia cesty
- Spôsob informovania
- Iná pamäť je obmedzená
- Vlastnosti hĺbky
3) Znalosti a zdôvodnenie
- Propozičná logika
- Pravidlo záveru
- Skrytý Markovov model
- Bayesovské siete
- Prepojenie vpred
- Logika prvého poriadku
- A / ALEBO Stromy
- Sémantika
- úroveň znalostí
- Systémy založené na pravidlách
- Pure Pro-log
- Zjednotenie
- Herbrandov vesmír
- Zdravie
- Non-monotónne
4) Logické konanie a učenie
- Posilnené učenie
- sémantika bayesovského
- Učenie pod dohľadom
- Problém s učením
- Sémantické siete
- Neurónová sieť
- Native Bayesov model
- Umelé neurálne
- Pravdepodobne
- Rámy
- Orezávanie stromov s rozhodnutím
- Perceptron
- Štatistické vzdelávanie
- Vylúčenie kandidátov
- Propagácia chrbta
- Bez dozoru
- Taxonómia vzdelávania
- Rozšírenie sémantiky
- Viacvrstvové
- Rozdeľovacie funkcie
- vkladanie verzus nevkladanie čiastkového plánu
- Plánovanie ako vyhľadávanie
- Všeobecná forma EM algoritmu
5) Komunikácia, vnímanie a konanie
- Regresný algoritmus
- Prírodný jazyk
- Clustering Algorithm
- štatistický algoritmus
- Rozpoznávanie vzorov
- Použitie a použitie
- Dvojznačnosť
- Kroky v jazyku
Týchto päť jednotiek obsahuje 142 tém a po prečítaní všetkého budete dosť dobrí, aby ste navrhli systém pomocou jazykov ako R, Python, SAS, Matlab, Weka, SPSS atď.