人工智慧:模型與算法

《人工智慧:模型與算法》,浙江大學提供的慕課課程,授課教師是吳飛。

基本介紹

  • 中文名:人工智慧:模型與算法
  • 類別:慕課
  • 授課教師:吳飛
  • 提供院校:浙江大學
課程概述,課程大綱,

課程概述

人工智慧(Artificial Intelligence,簡稱AI)是以機器為載體所展示出來的人類智慧型,因此人工智慧也被稱為機器智慧型(Machine Intelligence)。
人類一直不懈努力,讓機器模擬人類在視覺、聽覺、語言和行為等方面的某些功能以提升生產能力、幫助人類完成更為複雜或有危險的工作,更多造福人類社會。對人類智慧型的模擬可通過以符號主義為核心的邏輯推理、以問題求解為核心的探詢搜尋、以數據驅動為核心的機器學習、以行為主義為核心的強化學習和以博弈對抗為核心的決策智慧型等方法來實現。
本課程成體系介紹人工智慧的基本概念和基礎算法,可幫助學習者掌握人工智慧脈絡體系,體會具能、使能和賦能,從算法層面對人工智慧技術“知其意,悟其理,守其則,踐其行”。課程內容包括如下:人工智慧概述、搜尋求解、邏輯與推理、監督學習、無監督學習、深度學習、強化學習、博弈對抗。
人工智慧不單純是一門課程、一手技術、一項產品或一個套用,而是理論博大深厚、技術生機勃勃、產品落地牽引、套用賦能社會的綜合協同體。為此,課程中安排了以搜尋求解為核心的黑白棋AI算法、以線性回歸為核心的圖像恢復、以深度學習為核心的垃圾分類等實訓題目。
人工智慧於1956年從達特茅斯學院出發,踏上了人類歷史發展舞台,今天正發揮“頭雁”效應,推動人類社會變革,“其作始也簡,其將畢也必巨”。

課程大綱

第一周 人工智慧概述
1.1 可計算思想起源與發展
1.2 人工智慧的發展簡史
1.3人工智慧研究的基本內容
人工智慧概述課件
第一周測試
第二周 搜尋求解
2.1啟發式搜尋
2.2 對抗搜尋
2.3 蒙特卡洛樹搜尋
搜尋求解課件
第二周測試
第三周 邏輯與推理(I)
3.1 命題邏輯
3.2 謂詞邏輯
3.3 知識圖譜推理:一階歸納推理算法
邏輯與推理(I)課件
第三周測試
第四周 邏輯與推理(II)
4.1 知識圖譜推理:路徑排序算法
4.2 因果推理
邏輯與推理(II)課件
第四周測試
第五周 統計機器學習:監督學習
5.1 機器學習基本概念
5.2 線性回歸分析
5.3提升算法(boosting)
統計機器學習:監督學習課件
第五周測試
第六周 統計機器學習:無監督學習
6.1 K均值聚類
6.2 主成分分析
6.3 特徵人臉算法
統計機器學習:無監督學習課件
第六周測試
第七周 統計機器學習算法套用
7.1 邏輯斯蒂回歸與分類
7.2 潛在語義分析
7.3 線性區別分析及分類
統計機器學習算法套用課件
第七周測試
第八周 深度學習(I)
8.1 深度學習基本概念
8.2 前饋神經網路
8.3 誤差後向傳播(BP)
深度學習課件
第八周測試
第九周:深度學習(II)
9.1 卷積神經網路
9.2 自然語言理解與視覺分析
深度學習課件
第九周測試
第十周:強化學習
10.1 強化學習定義
10.2 策略最佳化與策略評估
10.3 強化學習求解: Q Learning
10.4 深度強化學習
強化學習課件
第10周測試
第十一周:人工智慧博弈
11.1 博弈相關概念
11.2 遺憾最小化算法
11.3 虛擬遺憾最小化算法
11.4 人工智慧安全
人工智慧博弈課件
第11周測試
第十二周:人工智慧發展與挑戰
12.1 記憶驅動的智慧型計算
12.2 可計算社會學
12.3 若干挑戰
人工智慧發展與挑戰課件
第十三周:算法實驗
算法實驗的課件
如何完成並測試你的實驗作業
實驗環境設定
實驗作業題目
人工智慧課程體系演變

相關詞條

熱門詞條

聯絡我們