-
第一章人工智能概述
人工智能概述
-
●1.1可计算思想
可计算思想
-
●1.2智能计算方法
智能计算方法
-
●1.3人工智能的历史进展
人工智能的历史进展
-
第二章逻辑与推理
逻辑与推理
-
●2.1命题逻辑
命题逻辑
-
●2.2谓词逻辑
谓词逻辑
-
●2.3知识图谱推理
知识图谱推理
-
●2.4因果推理
因果推理
-
第三章搜索求解
搜索求解
-
●3.1搜索算法基础
搜索算法基础
-
●3.2启发式搜索
启发式搜索
-
●3.3贪婪最佳优先搜索
贪婪最佳优先搜索
-
●3.4对抗搜索
对抗搜索
-
●3.5蒙特卡洛树搜索
蒙特卡洛树搜索
-
第四章机器学习：监督学习
机器学习：监督学习
-
●4.1机器学习基本概念
机器学习基本概念
-
●4.2回归分析
回归分析
-
●4.3决策树
决策树
-
●4.4线性判别分析
线性判别分析
-
●4.5Ada Boosting 算法
Ada Boosting 算法
-
第五章机器学习：无监督学习
机器学习：无监督学习
-
●5.1K均值聚类
K均值聚类
-
●5.2主成分分析
主成分分析
-
●5.3特征人脸方法
特征人脸方法
-
●5.4潜在语义分析
潜在语义分析
-
第六章深度学习
深度学习
-
●6.1前馈神经网络
前馈神经网络
-
●6.2卷积神经网络
卷积神经网络
-
●6.3深度学习在NLP与CV上的应用
深度学习在NLP与CV上的应用
-
第七章强化学习
强化学习
-
●7.1强化学习基本概念
强化学习基本概念
-
●7.2基于价值的强化学习算法
基于价值的强化学习算法
-
第八章人工智能博弈
人工智能博弈
-
●8.1博弈论的相关概念
博弈论的相关概念
-
●8.2博弈策略求解方法
博弈策略求解方法
-
●8.3博弈规则设计
博弈规则设计
-
第九章人工智能发展与现状
人工智能发展与现状
-
●9.1人工智能历史发展
人工智能历史发展
-
●9.2人工智能三大主义
人工智能三大主义
-
●9.3生成式人工智能
生成式人工智能
-
第十章人工智能未来发展和趋势
人工智能未来发展和趋势
-
●10.1类脑计算
类脑计算
-
●10.2非冯诺依曼计算架构
非冯诺依曼计算架构
-
●10.3人工智能芯片与机器学习系统
人工智能芯片与机器学习系统
-
●10.4量子机器学习
量子机器学习
-
●10.5深度学习编程框架与人工智能生态
深度学习编程框架与人工智能生态
-
●10.6人工智能伦理与治理
人工智能伦理与治理
-
第十一章实验课
实验课
-
●11.1人工智能算法实训平台介绍
人工智能算法实训平台介绍
-
●11.2算法的代码实现
算法的代码实现