Шта је вештачка интелигенција (АИ)?
Вештачка интелигенција (АИ) односи се на симулацију људске интелигенције у машинама које су програмиране да мисле попут људи и опонашају њихово деловање. Израз се такође може применити на било коју машину која показује својства повезана са људским умом, попут учења и решавања проблема.
Вештачка интелигенција (АИ) је област рачунарске науке која наглашава стварање интелигентних машина које раде и реагују попут људи. Процеси укључују учење, расуђивање и само-корекцију. АИ се постиже проучавањем размишљања људског мозга и начина на који људи уче, одлучују и раде док покушавају да реше проблем.
Откријте како да направите интелигентне апликације усредсређене на слике, текст и податке временских серија. Веома се користи у многим областима као што су претраживачи, препознавање слика, роботика, финансије и тако даље. Научићете о разним алгоритмима који се могу користити за израду апликација за вештачку интелигенцију.
Шта је за тебе?
- Увод у вештачку интелигенцију и интелигентне агенте, историја вештачке интелигенције
- Изградња интелигентних агената (претрага, игре, логика, проблеми са задовољством ограничења)
- алгоритми машинског учења
- Примене АИ (обрада природног језика, роботика / визија, разумевање језика)
Садржај апликације
1) Увод у АИ
- Турингов тест
- Историја вештачке интелигенције
- Типичан проблем вештачке интелигенције
- Циклус вештачке интелигенције
2) Приступ решавању проблема АИ
- Државни простор
- Графичко претраживање
- Потрага
- Генеричка претрага
- Генетски алгоритам
- Претрага у ширину
- Дубина претраживања
- Хеуристичка претрага
- Игре
- Бацктрацкинг
- Минимак алгоритам
- Неинформисана претрага
- Узорак Н-Куеен
- Оптимална одлука
- Доказ о прихватљивости
- Претражите дрво
- Алпха Бета обрезивање
- Загледати се
- Итеративно-продубљујуће
- Похлепна претрага
- Графикон претраге
- Информисана претрага
- Двосмерна претрага
- Вођена доследношћу
- Адверсариал Сеарцх
- Доследност стазе
- Начин информисања
- Остала меморија ограничена
- Својства дубине
3) Знање и резоновање
- Пропозициона логика
- Правило закључивања
- Модел скривеног Маркова
- Баиесове мреже
- Ланац напријед
- Логика првог реда
- И / ИЛИ дрвеће
- Семантика
- Ниво знања
- Системи засновани на правилима
- Чисти Про-лог
- Уједињење
- Хербранд Универсе
- Звучност
- Не-монотоно
4) Логично деловање и учење
- Појачано учење
- Семантика Баиесиан-а
- Надзирано учење
- Питање учења
- Семантичке мреже
- Неуронске мреже
- Нативе Баиесов модел
- Вештачка неурона
- Вероватно
- Оквири
- Обрезивање стабла
- Перцептрон
- Статистичко учење
- Елиминација кандидата
- ширење леђа
- Ненадзирано
- Таксономија учења
- Проширење семантичког
- вишеслојни
- Дијељење функција
- Преплетање насупрот не-преплетању под-плана
- Планирање као претрага
- Општи облик алгоритма ЕМ
5) Комуницирање, уочавање и поступање
- Алгоритам регресије
- Природни језик
- Алгоритам кластера
- Статистички алгоритам
- Препознавање узорка
- Употреба и примена
- Нејасноћа
- Кораци у језику
Ових пет јединица садржи 142 теме и читајући све биће вам довољно да дизајнирате систем користећи језике попут Р, Питхон, САС, Матлаб, Века, СПСС итд.