|
|
|
 |
| 目前位置：首頁 >
【大學教育課程】 > 工程技術學科 > 電氣|電子|通信|自動 |
|
|
|
| 課程名稱: 人工智慧導論 |
|
| 課程編號： |
MS_5490 |
系列: |
(大學)國家級課程 |
授課學校： |
浙江工業大學 |
授時: |
全 81 講 |
| 授課語言： |
中文 |
光碟版: |
2 片教程光碟(mp4檔) |
| 其他說明： |
.......... |
|
| 簡 介： |
入門級人工智能課程，可以幫助初學者實現「零基礎」學習人工智能，瞭解什麼是人工智能；人工智能研究什麼；有哪些人工智能的算法與模型；人工智能最新的發展與應用會怎樣影.......... |
|
| 光碟版： |
NT$ 795 元
|
購 買： |
|
| 訂購說明： |
◎優惠期間中!各版本為均一價,請於結帳時註明
◎網路版→檔案複查中,暫不提供
◎光碟版→各國(地區)暫不提供光碟配送服務
◎下載版→由Google 雲端硬碟下載,(請備記
Gmail帳號)
訂購多套另附--贈送課程
|
|
喜歡這門課程嗎?按分享推薦給你的朋友吧！
|
|
 |
|
 |
|
 |
|
|
|
|
|
|
入門級人工智能課程，可以幫助初學者實現「零基礎」學習人工智能，瞭解什麼是人工智能；人工智能研究什麼；有哪些人工智能的算法與模型；人工智能最新的發展與應用會怎樣影響我們的社會、工作和生活。本課程是由國家級教學名師浙江工業大學王萬良教授主講的。 |
|
|
—— 課程團隊 |
課程概述
人工智能是迅速發展的新興學科，已經成為許多高新技術產品的核心技術。人工智能模擬人類智能解決問題，幾乎在所有領域都有非常廣泛的應用。
本課程為入門級人工智能課程，適合初學者，可以幫助初學者實現「零基礎」學習人工智能。本課程採用浙江工業大學王萬良教授編著的專業教材《人工智能導論》（第4版），緊緊圍繞人工智能的基本思想、基本理論、基本方法及其應用展開，並融合了人工智能的一些前沿內容。本課程共有12講，包括：人工智能概述、一階謂詞邏輯表示法、產生式表示法和框架表示法、基於謂詞邏輯的推理方法、可信度方法和證據理論、模糊推理方法、搜索求解策略、遺傳算法及其應用、蟻群算法及其應用、專家系統與機器學習、BP神經網絡及其應用和Hopfield神經網絡及其應用。
授課目標
本課程的目標是使學生初步瞭解人工智能的基本原理，初步學習和掌握人工智能的基本方法，幫助學生形成對人工智能一般應用的輪廓性認識，為學生今後在相關領域應用人工智能方法奠定基礎。
課程大綱
第一單元 人工智能概述
1.1 簡介
1.2 人工智能的概念
1.3 人工智能的發展簡史
1.4 人工智能研究的基本內容
第二單元 一階謂詞邏輯知識表示法
2.1 命題邏輯
2.2 謂詞邏輯
2.3 一階謂詞邏輯知識表示法
第三單元 產生式表示法和框架表示法
3.1 產生式表示法
3.2 框架表示法
第四單元 基於謂詞邏輯的推理方法
4.1 推理方式及其分類
4.2 歸結演繹推理
4.3 魯濱遜歸結原理
4.4 歸結反演
4.5 應用歸結原理求問題
第五單元 可信度方法和證據理論
5.1 不確定推理
5.2 可信度方法
5.3 證據理論
第六單元 模糊推理方法
6.1 模糊邏輯提出
6.2 模糊集合與隸屬函數
6.3 模糊關係及其合成
6.4 模糊推理與模糊決策
6.5 模糊推理的應用
第七單元 搜索求解策略
7.1 搜索的概念
7.2 狀態空間知識表示法
7.3 啟髮式圖搜索策略
第八單元 遺傳算法及其應用
8.1 基本遺傳算法
8.2 遺傳算法的基本操作
8.3 遺傳算法的一般步驟
8.4 遺傳算法的特點
第九單元 蟻群算法及其應用
9.1 蟻群算法基本思想
9.2 基本蟻群算法模型
9.3 蟻群算法參數選擇
9.4 蟻群算法的應用
第十單元 專家系統與機器學習
10.1 專家系統
10.2 機器學習
第十一單元 BP神經網絡及其應用
11.1 BP神經網絡
11.2 BP學習算法
11.3 BP神經網絡在模式識別中的應用
第十二單元 Hopfield神經網絡及其應用
12.1 離散型Hopfield神經網絡
12.2 連續型Hopfield神經網絡
12.3 Hopfield神經網絡的應用
課程列表
第01講 1.1.1簡介 - 緒論簡介 →00:02:20
第02講 1.2.1人工智能的概念 - 1.2.1智能的概念 →00:03:15
第03講 1.2.2人工智能的概念 - 1.2.2智能的特徵 →00:07:57
第04講 1.2.3人工智能的概念 - 1.2.3人工智能的定義 →00:04:33
第05講 1.3.1人工智能的發展簡史 - 人工智能的發展簡史 →00:10:31
第06講 1.4.1人工智能研究的基本內容 - 人工智能研究的基本內容 →00:11:31
第07講 2.1.1命題邏輯 - 命題邏輯 →00:06:29
第08講 2.2.1謂詞邏輯 - 謂詞 →00:09:15
第09講 2.2.2謂詞邏輯 - 謂詞公式 →00:20:49
第10講 2.2.3謂詞邏輯 - 謂詞公式的性質 →00:07:03
第11講 2.3.1一階謂詞邏輯知識表示法 - 一階謂詞邏輯知識表示法 →00:02:27
第12講 2.3.2一階謂詞邏輯知識表示法 - 一階謂詞邏輯知識表示法特點 →00:02:43
第13講 3.1.1產生式表示法 - 產生式 →00:11:51
第14講 3.1.2產生式表示法 - 產生式系統 →00:07:50
第15講 3.1.3產生式表示法 - 產生式系統的例子 →00:13:26
第16講 3.1.4產生式表示法 - 產生式表示法的特點 →00:03:56
第17講 3.2.1框架表示法 - 框架表示法 →00:11:00
第18講 4.1.1推理方式及其分類 - 推理方式及其分類 →00:02:13
第19講 4.2.1歸結演繹推理 - 歸結演繹推理 →00:05:31
第20講 4.2.2歸結演繹推理 - 謂詞公式化為子句集1 →00:12:42
第21講 4.2.3歸結演繹推理 - 謂詞公式化為子句集2 →00:11:27
第22講 4.3.1魯濱遜歸結原理 - 魯濱遜歸結原理 →00:14:29
第23講 4.4.1歸結反演 - 歸結反演 →00:12:20
第24講 4.5.1應用歸結原理求問題 - 應用歸結原理求問題 →00:07:04
第25講 5.1.1不確定推理 - 不確定推理 →00:10:25
第26講 5.2.1可信度方法 - 可信度方法 →00:15:25
第27講 5.3.1證據理論 - 5.3.1概率分配函數 →00:11:21
第28講 5.3.2證據理論 - 5.3.2信任函數似然函數 →00:06:27
第29講 5.3.3證據理論 - 5.3.3基於證據理論的推理 →00:12:05
第30講 5.3.4證據理論 - 5.3.4基於證據理論的推理實例 →00:09:22
第31講 6.1.1模糊邏輯提出 - 模糊邏輯提出 →00:08:24
第32講 6.2.1模糊集合與隸屬函數 - 模糊集合 →00:04:54
第33講 6.2.2模糊集合與隸屬函數 - 模糊集合的定義和表示方法 →00:09:37
第34講 6.2.3模糊集合與隸屬函數 - 隸屬函數 →00:07:28
第35講 6.3.1模糊關係及其合成 - 模糊關係及其合成 →00:11:42
第36講 6.4.1模糊推理與模糊決策 - 模糊推理 →00:05:03
第37講 6.4.2模糊推理與模糊決策 - 模糊決策 →00:07:39
第38講 6.5.1模糊推理的應用 - 模糊推理應用 →00:07:26
第39講 7.1.1搜索的概念 - 搜索的概念 →00:09:44
第40講 7.2.1狀態空間知識表示法 - 狀態空間知識表示方法 →00:12:07
第41講 7.3.1啟髮式圖搜索策略 - 1啟髮式圖搜索策略啟髮式策略 →00:08:22
第42講 7.3.2啟髮式圖搜索策略 - 2啟髮式圖搜索策略啟發信息和估價函數 →00:12:57
第43講 7.3.3啟髮式圖搜索策略 - 3啟髮式圖搜索策略A搜索算法 →00:05:23
第44講 7.3.4啟髮式圖搜索策略 - 4啟髮式圖搜索策略A搜索算法及其特性 →00:04:56
第45講 8.1.1智能計算基本遺傳算法 - 基本遺傳算法 →00:17:43
第46講 8.2.1遺傳算法的基本操作 - 編碼 →00:06:51
第47講 8.2.2遺傳算法的基本操作 - 適應度函數的尺度變換 →00:05:43
第48講 8.2.3遺傳算法的基本操作 - 選擇 →00:08:05
第49講 8.2.4遺傳算法的基本操作 - 交叉、變異 →00:15:58
第50講 8.3.1遺傳算法的一般步驟 - 遺傳算法的一般步驟 →00:03:48
第51講 8.4.1遺傳算法的特點 - 遺傳算法的特點 →00:03:24
第52講 9.1.1蟻群算法基本思想 - 蟻群算法基本思想 →00:08:14
第53講 9.2.1基本蟻群算法模型 - 基本蟻群算法模型 →00:19:30
第54講 9.3.1蟻群算法參數選擇 - 蟻群算法參數選擇 →00:04:39
第55講 9.4.1蟻群算法的應用 - 蟻群算法的應用 →00:06:17
第56講 10.1.1專家系統 - 專家系統的基本概念 →00:07:36
第57講 10.1.2專家系統 - 專家系統的特點 →00:06:53
第58講 10.1.3專家系統 - 專家系統的工作原理 →00:05:52
第59講 10.1.4專家系統 - 知識獲取的主要過程與模式 →00:05:20
第60講 10.1.5專家系統 - 專家系統的建立 →00:12:10
第61講 10.1.6專家系統 - 專家系統的實例 →00:13:55
第62講 10.1.7專家系統 - 專家系統的開發工具 →00:09:41
第63講 10.2.1機器學習 - 機器學習 →00:03:59
第64講 10.2.2機器學習 - 學習系統的基本組成 →00:10:53
第65講 10.2.3機器學習 - 機器學習的分類 →00:18:14
第66講 11.1.1神經元與神經網絡 - 人工神經網絡 →00:06:19
第67講 11.1.2神經元與神經網絡 - 神經元的結構 →00:20:08
第68講 11.1.3神經元與神經網絡 - 神經元的數學模型 →00:10:07
第69講 11.1.4神經元與神經網絡 - 神經網絡的結構與工作方式 →00:12:36
第70講 11.2.1BP神經網絡 - BP神經網絡的結構 →00:04:45
第71講 11.2.2BP神經網絡 - BP學習算法-兩個問題 →00:05:52
第72講 11.2.32BP神經網絡 - BP學習算法基本思想 →00:10:42
第73講 11.2.4BP神經網絡 - BP學習算法--學習算法 →00:13:12
第74講 11.2.5BP神經網絡 - BP學習算法的實現 →00:08:17
第75講 11.3.1BP神經網絡在模式識別中的應用 - BP神經網絡在模式識別中的應用 →00:13:32
第76講 12.1.1離散型Hopfield神經網絡 - 離散型Hopfield神經網絡模型 →00:07:34
第77講 12.1.2離散型Hopfield神經網絡 - 離散型Hopfield神經網絡-工作方式和工作過程 →00:09:12
第78講 12.1.3離散型Hopfield神經網絡 - 離散型Hopfield神經網絡-網絡的穩定性 →00:06:53
第79講 12.2.1連續型Hopfield神經網絡 - 連續型Hopfield神經網絡 →00:11:45
第80講 12.3.1Hopfield神經網絡的應用 - Hopfield神經網絡在聯想記憶中的應用 →00:13:52
第81講 12.3.2Hopfield神經網絡的應用 - Hopfield神經網絡優化方法 →00:22:40
|
|
|
|
 |
|
|
table>
|
|
| |
易學族課程網 http://www.estu.com.tw/
易學族自學網 http://www.estucourse.com/
電子信箱: estuLearn@gmail.com
Copyright © 2017
Estu. All Rights Reserved
|
|
|
MS_3270