Kaj je umetna inteligenca (AI)?
Umetna inteligenca (AI) se nanaša na simulacijo človeške inteligence v strojih, ki so programirani tako, da razmišljajo kot ljudje in posnemajo svoja dejanja. Izraz se lahko uporablja tudi za vsak stroj, ki ima lastnosti človeškega uma, kot sta učenje in reševanje problemov.
Umetna inteligenca (AI) je področje računalništva, ki poudarja ustvarjanje inteligentnih strojev, ki delujejo in reagirajo kot ljudje. Procesi vključujejo učenje, sklepanje in samopopravljanje. AI dosežemo tako, da preučimo, kako človeški možgani razmišljajo in kako se ljudje učijo, odločajo in delujejo, medtem ko poskušajo rešiti težavo.
Odkrijte, kako sestaviti inteligentne aplikacije, osredotočene na slike, besedilo in podatke časovnih vrst. Veliko se uporablja na številnih področjih, kot so iskalniki, prepoznavanje slik, robotika, finance itd. Spoznali boste različne algoritme, ki jih lahko uporabite za izdelavo aplikacij za umetno inteligenco.
Kaj je za vas?
- Uvod v umetno inteligenco in inteligentne agente, zgodovina umetne inteligence
- Izdelava inteligentnih agentov (iskanje, igre, logika, težave z omejevanjem)
- algoritmi strojnega učenja
- Uporaba AI (obdelava naravnega jezika, robotika / vizija, razumevanje jezika)
Vsebina aplikacije
1) Uvod v AI
- Turingov test
- Zgodovina umetne inteligence
- Tipična težava z umetno inteligenco
- Cikel umetne inteligence
2) Pristop k reševanju problemov AI
- Državni prostor
- Iskanje grafik
- iskanje *
- Splošno iskanje
- Genetski algoritem
- Prva širina iskanja
- Globinsko iskanje
- Hevristično iskanje
- Igre
- Nazaj nazaj
- Algoritem Minimax
- Neinformirano iskanje
- vzorec N-Queen
- Optimalna odločitev
- dokazilo o sprejemljivosti
- Išči drevo
- Alpha Beta obrezovanje
- Glej naprej
- Iterativno-poglabljanje
- pohlepno iskanje
- Graf iskanja
- informirano iskanje
- Dvosmerno iskanje
- Doslednost
- Nadomestno iskanje
- Doslednost poti
- Metoda obveščenih
- Ostalo omejeno na pomnilnik
- Lastnosti globine
3) Znanje in sklepanje
- Propozicijska logika
- Pravilo sklepanja
- Model skritega Markova
- Bayesijske mreže
- Privijačenje naprej
- Logika prvega reda
- IN / ALI Drevesa
- semantika
- Raven znanja
- Sistemi, ki temeljijo na pravilih
- Čisti Pro-log
- Združitev
- Herbrand Universe
- Zvočnost
- Nenotonično
4) Logično ravnanje in učenje
- Okrepljeno učenje
- semantika bajezijskih
- Nadzorovano učenje
- Učno vprašanje
- Semantična omrežja
- Zivcno omrezje
- Native Bayesov model
- Umetni nevroni
- Verjetno
- Okvirji
- Odrezovanje dreves
- Perceptron
- Statistično učenje
- Izločanje kandidatk
- Nazaj-širjenje
- Brez nadzora
- Taksonomija učenja
- Razširitev semantičnega
- Večplastna
- Funkcije cepitve
- Prepletanje v nasprotje s pod načrtom
- Načrtovanje kot iskanje
- Splošna oblika algoritma EM
5) komuniciranje, zaznavanje in delovanje
- Algoritem regresije
- Naravni jezik
- Algoritem grozda
- Statistični algoritem
- Prepoznavanje vzorcev
- Uporaba in uporaba
- Dvoumnost
- Koraki v jezik
Teh pet enot vsebuje 142 tem in s tem, ko boste prebrali vse, boste dovolj dobri, da oblikujete sistem z uporabo jezikov, kot so R, Python, SAS, Matlab, Weka, SPSS itd.
Posodobljeno dne
18. jun. 2020