Giới thiệu về ứng dụng này
Trí tuệ nhân tạo (AI) là gì?Trí tuệ nhân tạo (AI) đề cập đến việc mô phỏng trí thông minh của con người trong các cỗ máy được lập trình để suy nghĩ giống con người và bắt chước hành động của họ. Thuật ngữ này cũng có thể được áp dụng cho bất kỳ máy nào thể hiện những đặc điểm liên quan đến tâm trí con người như học tập và giải quyết vấn đề.
Trí tuệ nhân tạo (AI) là một lĩnh vực của khoa học máy tính nhấn mạnh việc tạo ra các máy móc thông minh hoạt động và phản ứng như con người. Các quy trình bao gồm học tập, lý luận và tự điều chỉnh. AI được thực hiện bằng cách nghiên cứu cách não bộ của con người suy nghĩ và cách con người học hỏi, quyết định và làm việc trong khi cố gắng giải quyết vấn đề.
Khám phá cách xây dựng các ứng dụng thông minh tập trung vào hình ảnh, văn bản và dữ liệu chuỗi thời gian. Nó được sử dụng rộng rãi trên nhiều lĩnh vực như công cụ tìm kiếm, nhận dạng hình ảnh, robot, tài chính, v.v. Bạn sẽ tìm hiểu về các thuật toán khác nhau có thể được sử dụng để xây dựng các ứng dụng Trí tuệ nhân tạo.
Cái gì dành cho bạn?
- Giới thiệu về Trí tuệ nhân tạo và các tác nhân thông minh, lịch sử của Trí tuệ nhân tạo
- Xây dựng các tác nhân thông minh (tìm kiếm, trò chơi, logic, các vấn đề thỏa mãn ràng buộc)
- Thuật toán học máy
- Các ứng dụng của AI (Xử lý ngôn ngữ tự nhiên, Robotics / Tầm nhìn, Hiểu ngôn ngữ)
Nội dung ứng dụng
1) Giới thiệu về AI
- Thử nghiệm Turing
- Lịch sử trí tuệ nhân tạo
- Vấn đề trí tuệ nhân tạo điển hình
- Chu trình trí tuệ nhân tạo
2) Phương pháp giải quyết vấn đề AI
- Không gian nhà nước
- Tìm kiếm đồ thị
- A * tìm kiếm
- Tìm kiếm chung
- Thuật toán di truyền
- Tìm kiếm theo chiều rộng
- Tìm kiếm sâu
- Tìm kiếm kinh nghiệm
- Trò chơi
- Quay lui
- Thuật toán Minimax
- Tìm kiếm không xác định
- Mẫu N-Queen
- Quyết định tối ưu
- Bằng chứng về sự chấp nhận
- Cây tìm kiếm
- Cắt tỉa Alpha Beta
- Nhìn thẳng
- Lặp đi lặp lại
- Tìm kiếm tham lam
- Đồ thị tìm kiếm
- Tìm kiếm thông báo
- Tìm kiếm hai chiều
- Tính nhất quán
- Tìm kiếm bất lợi
- Tính nhất quán của đường dẫn
- Phương thức thông báo
- Bộ nhớ khác bị giới hạn
- Tính chất của độ sâu
3) Kiến thức và lý luận
- Logic mệnh đề
- Quy tắc suy luận
- Mô hình Markov ẩn
- Mạng Bayes
- Chuyển tiếp chuỗi
- Logic thứ tự đầu tiên
- VÀ / HOẶC Cây
- Ngữ nghĩa
- Trình độ kiến thức
- Hệ thống dựa trên quy tắc
- Nhật ký thuần túy
- Thống nhất
- Vũ trụ Herbrand
- Âm thanh
- Không đơn điệu
4) Hành động logic và học tập
- Học tăng cường
- Ngữ nghĩa của Bayes
- Học có giám sát
- Vấn đề học tập
- Mạng ngữ nghĩa
- Mạng lưới thần kinh
- Mô hình bản địa Bayes
- Thần kinh nhân tạo
- Xác suất
- Khung
- Cắt tỉa cây quyết định
- Perceptionron
- Học thống kê
- Loại bỏ thí sinh
- Lan truyền ngược
- Không giám sát
- Phân loại học
- Mở rộng ngữ nghĩa
- Nhiều lớp
- Chức năng tách
- Xen kẽ so với không xen kẽ của kế hoạch phụ
- Lập kế hoạch tìm kiếm
- Dạng tổng quát của thuật toán EM
5) Giao tiếp, nhận thức và hành động
- Thuật toán hồi quy
- Tiếng mẹ đẻ
- Thuật toán phân cụm
- Thuật toán thống kê
- Nhận dạng mẫu
- Sử dụng và ứng dụng
- Sự mơ hồ
- Các bước trong ngôn ngữ
Năm đơn vị này chứa 142 chủ đề và bằng cách đọc tất cả, bạn sẽ đủ tốt để thiết kế một hệ thống sử dụng các ngôn ngữ như R, Python, SAS, Matlab, Weka, SPSS, v.v.
