客服咨询

意见反馈

人工智能导论
人工智能/人工智能/
0.0
4
视频
23.9
课时
47.80
介绍
目录

课程概述

计算机核心课程,内容包括搜索、对抗博弈、强化学习和概率图模型等经典算法和前沿知识,手把手带你走进人工智能的理论、模型和算法基础。

课程目标

考核评价

讲师介绍

详细介绍

本课程是计算机学科的核心课程,是高校人工智能人才培养的基础和重点环节。课程向学生介绍人工智能领域的基本知识,内容设计由简到繁,循序渐进的讲述智能体在解决现实问题相关原理和技术。整体设计从“知识-思维-技术”三个层次全方位培养学生的能力,为学生夯实人工智能的专业基础知识,形成机器学习引导的问题解决思维方式,并具备将所学知识应用到实际场景的技术能力。

本课程的教学内容共分为四个模块,涵盖人工智能的四大类经典方法,第一个模块是搜索的基本方法,包括搜索问题的定义,无信息搜索方法,有信息搜索方法。第二个模块是对抗搜索,内容包括博弈搜索和约束满足问题的回溯搜索方法。第三个模块是强化学习,内容包括马尔可夫决策过程,模型无关的强化学习以及值近似的强化学习。第四个模块是概率图模型,内容包括贝叶斯网络的表示和推理,以及马尔可夫模型和隐马尔可夫模型。

绪章
课程导引

(797s)

第一章 无信息搜索
第二章 有信息搜索
第三章 对抗搜索
第四章 约束满足问题
第五章 强化学习 - 有模型的方法
第六章 强化学习- 无模型的方法
第七章 强化学习- 值函数近似的方法
第八章 概率图模型 - 表示
第九章 概率图模型 - 推理
第十章 概率图模型 - 隐马尔可夫模型
线下见面课程 - 强化学习模块
线下见面课程-强化学习模块

(3344s)

线下见面课程 - 搜索算法模块
线下见面课程-搜索算法模块

(3325s)

技术支持: 杭州沃土教育科技股份有限公司