人工智能(自主模式)

自主模式

  • 什么是随堂模式?

    随堂模式课程一般为每学期一轮次,课程每周更新,作业、考试有截止时间,由课程提供方老师、助教指导,课程完结,成绩由老师确认后,统一发放证书。

  • 什么是自主模式?

    自主模式课程常年开放加入,课件全部开放,作业、考试无截止时间,有学堂在线招募选拔的助教指导,考核通过即可自动获得证书。

来自于: | 分类: 计算机(356)

课程描述

人工智能的应用非常广,而且是很多研究领域的基础,本课程讲述人工智能的基础理论,即智能搜索和不确定性推理初步,让大家对人工智能有初步了解。

什么是认证证书?
免费学习
认证学习
名师签名
实名认证
权威性
纸质证书
付费购买
免费赠送

课程简介

主要内容:人工智能的定义,树搜索算法,无信息搜索策略,启发式搜索策略,约束满足问题求解,博弈算法,贝叶斯网络,隐马尔可夫模型,卡尔曼滤波器。

特色:人工智能课程在学校的讲授时间为32个学时,面对计算机科学与技术硕士研究生,是一门专业必修课。由于人工智能基础理论涉及到智能搜索,推理,机器学习等,是现在信息类研究生各研究方向的必备理论基础,能为学生深入各方向的研究打下良好的基础。其中的思想可以应用于模式识别,图像视频智能分析处理,数据挖掘及各种信息的智能处理应用中。由于课程讲授侧重于算法的描述,所以学生并不会觉得枯燥,在结合编程的实践练习下能很好掌握智能思想。


展开

课程章节

第一章 绪论
1.1 人工智能概念
1.2 什么是理性智能体
第二章 无信息搜索策略
2.1.1问题求解智能体
2.1.2问题形式化
2.1.3 树搜索算法
2.1.4树搜索算法的实现
2.2.1搜索策略
2.2.2宽度优先搜索
2.2.3一致代价搜索
2.3.1深度优先搜索
2.3.2有限深度搜索
2.3.3迭代深入搜索
2.3.4迭代深入深度搜索性能分析
2.4无信息搜索策略小结
第三章 有信息搜索策略
3.1贪婪搜索算法
3.2.1A星搜索算法
3.2.2A星搜索算法的最优性
3.2.3可采纳的启发式函数
3.3爬山搜索算法
3.4模拟退火搜索算法
3.5遗传算法
第四章 约束满足问题
4.1.1什么是约束满足问题
4.1.2约束满足问题的标准搜索形式化
4.2.1回溯搜索算法
4.2.2回溯搜索的变量赋值顺序策略
4.2.3回溯搜索的前向检查及约束传播
4.2.4 AC-3弧相容算法
4.3约束满足问题的局部搜索方法
第五章 对抗搜索
5.1博弈及极小极大值概念
5.2极小极大值决策算法
5.3.1剪枝的概念
5.3.2 alpha-beta算法
5.3.3 alpha-beta剪枝示例
5.4 不完美的实时决策
第六章 不确定性推理
6.1不确定性量化
6.2使用完全联合分布进行推理
6.3贝叶斯规则及其应用
6.4贝叶斯网络推理
6.5隐马尔可夫模型
6.6卡尔曼滤波器
结课测试
主观题

授课教师

  • 罗会兰江西理工大学 信息工程学院 教授

    罗会兰,博士,江西理工大学信息工程学院教授,硕士生导师,慕课《人工智能》的主讲教师和负责人。2008年毕业于浙江大学计算机科学与技术专业,获得工学博士学位,2008年4月进入复旦大学计算机科学与技术博士后流动站,主要研究方向为机器学习,图像视频智能分析。江西省百千万人才工程人选,江西省青年科学家培养对象(井冈之星)。近年来在国内外权威期刊累计发表论文20余篇,出版专著一部,获国家版权局计算机软件著作权6项及国家发明专利授权3项,主持国家自然科学基金两项、中国博士后科学基金一项、上海市智能信息处理重点实验室开放课题一项、江西省自然科学基金项目一项、江西省教育厅科技项目三项。

精华笔记

精华笔记正在评选中,去看看全部笔记

常见问题

目前还没有常见问题哟!