欢迎来到澄悦科技平台
问题答疑
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
扫码下载Android
扫码下载iOS
教师登录
学生登录
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页 - 课程列表 - 课程详情
返回
人工智能原理
课程类型：
选修课
主讲教师：
课程来源：
建议学分：
3.00分
课程编码：
ayxtzx0149
课程介绍
课程目录
教师团队
Part I. Basics: Chapter 1. Introduction（第I部分 基础：第1章 导论）
s
1.1 Overview of Artificial Intelligence (人工智能概述)
（9分钟）
s
1.2 Foundations of Artificial Intelligence(人工智能基础)
（17分钟）
s
1.3 History of Artificial Intelligence(人工智能历史)
（23分钟）
s
1.4 The State of Artificial Intelligence(人工智能现状)
（21分钟）
Part I. Basics: Chapter 2. Intelligent Agent（第I部分 基础：第2章 智能体）
s
2.1 Approaches for Artificial Intelligence(人工智能研究途径)
（12分钟）
s
2.2 Rational Agents (理性主体)
（9分钟）
s
2.3 Task Environments (任务环境）
（7分钟）
s
2.4 Intelligent Agent Structure （Agent的结构）
（8分钟）
s
2.5 Category of Intelligent Agents（Agent的分类）
（17分钟）
Part II. Searching: Chapter 3. Solving Problems by Search(第II部分 搜索：第3章 通过搜索求解问题）
s
3.1 Problem Solving Agents（问题求解Agent）
（10分钟）
s
3.2 Example Problems（问题实例）
（16分钟）
s
3.3 Searching for Solutions（通过搜索求解）
（7分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（11分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（5分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（3分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（3分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（1分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（1分钟）
s
3.5 Informed Search Strategies（有信息搜索策略）
（10分钟）
s
3.5 Informed Search Strategies（有信息搜索策略）
（8分钟）
s
3.6 Heuristic Functions（启发式函数）
（5分钟）
Part II. Searching: Chapter 4. Local Search and Swarm Intelligence（第II部分 搜索：第4章 局部搜索与群体智能）
s
4.1 Overview（概述）
（7分钟）
s
4.2 Local Search Algorithms（局部搜索算法）
（14分钟）
s
4.2 Local Search Algorithms（局部搜索算法）
（5分钟）
s
4.2 Local Search Algorithms（局部搜索算法）
（12分钟）
s
4.3 Optimization and Evolutionary Algorithms (优化和进化算法）
（16分钟）
s
4.4 Swarm Intelligence and Optimization(群体智能和优化)
（15分钟）
Part II. Searching: Chapter 5. Adversarial Search（第II部分 搜索：第5章 对抗性搜索）
s
5.1 Games（博弈）
（20分钟）
s
5.2 Optimal Decisions in Games（博弈中的优化决策）
（13分钟）
s
5.3 Alpha-Beta Pruning（Alpha-Beta剪枝）
（8分钟）
s
5.4 Imperfect Real-time Decisions（不完美的实时决策）
（6分钟）
s
5.5 Stochastic Games（随机博弈）
（8分钟）
s
5.6 Monte-Carlo Methods（蒙特卡洛方法）
（16分钟）
Part II. Searching: Chapter 6. Constraint Satisfaction Problem(第II部分 搜索：第6章 约束满足问题）
s
6.1 Constraint Satisfaction Problems (约束满足问题)
（30分钟）
s
6.2 Constraint Propagation: Inference in CSPs（约束传播：CPS中的推理）
（14分钟）
s
6.3 Backtracking Search for CSPs（CPS的回溯搜索）
（13分钟）
s
6.4 Local Search for CSPs（CPS局部搜索）
（7分钟）
s
6.5 The Structure of Problems（问题的结构）
（8分钟）
Part III. Reasoning: Chapter 7. Reasoning by Knowledge（第III部分 推理：第7章 知识推理）
s
7.1 Overview（概述）
（9分钟）
s
7.2 Knowledge Representation（知识表示）
（16分钟）
s
7.3 Representation using Logic（逻辑表示）
（26分钟）
s
7.4 Ontological Engineering（本体工程）
（14分钟）
s
7.5 Bayesian Networks（贝叶斯网络）
（36分钟）
Part IV. Planning: Chapter 8. Classic and Real-world Planning（第IV部分 规划：第8章 经典与现实世界规划）
s
8.1 Planning Problems（规划问题）
（19分钟）
s
8.2 Classic Planning（经典规划）
（25分钟）
s
8.3 Planning and Scheduling（规划与调度）
（7分钟）
s
8.4 Real-World Planning（现实世界规划）
（19分钟）
s
8.5 Decision-theoretic Planning（决策理论规划）
（16分钟）
Part V. Learning: Chapter 9. Perspectives about Machine Leaning（第V部分 学习：第9章 研读机器学习的视角）
s
9.1 What is Machine Learning（什么是机器学习）
（21分钟）
s
9.2 History of Machine Learning（机器学习的历史）
（12分钟）
s
9.3 Why Different Perspectives（为什么需要不同的视角）
（8分钟）
s
9.4 Three Perspectives on Machine Learning（机器学习的三个视角）
（29分钟）
s
9.5 Applications and Terminologies（机器学习的应用及有关术语）
（21分钟）
Part V. Learning: Chapter 10. Tasks in Machine Learning（第V部分 学习：第10章 机器学习的任务）
s
10.1 Classification（分类）
（40分钟）
s
10.2 Regression（回归）
（19分钟）
s
10.3 Clustering（聚类）
（27分钟）
s
10.4 Ranking（排名）
（10分钟）
s
10.5 Dimensionality Reduction（降维）
（12分钟）
Part V. Learning: Chapter 11. Paradigms in Machine Learning（第V部分 学习：第11章 机器学习的范型）
s
11.1 Supervised Learning Paradigm（有监督学习范式）
（48分钟）
s
11.2 Unsupervised Learning Paradigm（无监督学习范式）
（28分钟）
s
11.3 Reinforcement Learning Paradigm（强化学习范式）
（34分钟）
s
11.4 Other Learning Paradigms（其他学习范式）
（18分钟）
Part V. Learning: Chapter 12. Models in Machine Learning(第V部分 学习：第12章 机器学习的模型）
s
12.1 Probabilistic Models（概率模型）
（35分钟）
s
12.2 Geometric Models（几何模型）
（22分钟）
s
12.3 Logical Models（逻辑模型）
（11分钟）
s
12.4 Networked Models（网络模型）
（47分钟）
<script id="qd3009003893ac7e99a3534e8c64f80ffe1223154102" src="https://wp.qiye.qq.com/qidian/3009003893/ac7e99a3534e8c64f80ffe1223154102" charset="utf-8" async defer></script>
新ICP备2025018300号-1