Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

XuetangX

人工智能技术

Qingdao University via XuetangX

Overview

近年来在大数据、云计算、物联网等信息环境推动以及新的算法、模型和硬件助力下,人工智能在自然语言理解、语音识别、视觉分析和数据挖掘等领域取得了显著进展,成为社会经济发展的引擎。人工智能作为计算机科学的一个重要分支,是一门理论基础完善、多学科交叉且应用领域广阔的前沿学科,主要研究如何利用计算机模拟、延伸和扩展人类的智能行为。《人工智能技术》课程是计算机科学与技术,以及有关专业重要的专业方向与特色课程之一,课程系统介绍人工智能的基本概念和核心技术,使同学了解人工智能发展脉络体系,启发学生对人工智能的兴趣,培养学生开放智能应用程序的能力,为将来在人工智能领域的研究和应用打下扎实的基础。

课程选择人工智能领域中一些具有代表性的内容进行介绍。首先对人工智能的起源与发展,以及人工智能领域影响较大认知观进行概述;然后重点介绍人工智能中的几种核心技术,如搜索推理技术、经典机器学习技术、最新深度学习技术等。通过多年的人工智能科学研究及教学实践,课程结合人工智能热点研究领域的经典案例,如图像识别、目标检测、专家系统、机器博弈等,在学习与分析人工智能基本原理和技术的同时,进一步揭示这些原理及方法的异同。


Syllabus

  • 第1章绪论
    • 1.1 什么是人工智能
    • 1.2 人工智能的发展
    • 1.3 人工智能研究的基本内容
  • 第2章 知识表示
    • 2.1 知识表示基本概念
    • 2.2 产生式系统
    • 2.3 状态空间法
    • 2.4 问题规约法
  • 第3章 搜索技术
    • 3.1 启发式搜索
    • 3.2 通用图搜索
    • 3.3 博弈搜索
  • 第4章 不确定性推理
    • 4.1 不确定性推理概述
    • 4.2 可信度方法
    • 4.3 主观贝叶斯方法
    • 4.4 证据理论
  • 第5章 机器学习基础
    • 5.1 机器学习概述
    • 5.2 线性回归及求解
    • 5.3 逻辑回归及求解
  • 第6章 传统机器学习-监督学习
    • 6.1 传统机器学习算法
    • 6.2 Fisher线性判别
    • 6.3 感知器算法
    • 6.4 多类线性分类
    • 6.5 支持向量机
  • 第7章 人工神经网络
    • 7.1 人工神经网络概述
    • 7.2 感知器模型
    • 7.3 BP神经网络
    • 7.4 RBF神经网络
    • 7.5 其它ANN模型
  • 第8章 深度学习
    • 8.1 深度学习起源
    • 8.2 卷积神经网络CNN
    • 8.3 经典CNN网络模型
    • 8.4 深度学习优化策略
    • 8.5 循环神经网络RNN
  • 期末考试

    Taught by

    Yang Huan

    Tags

    Reviews

    Start your review of 人工智能技术

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Someone learning on their laptop while sitting on the floor.