- (新)第45集 7.6 研究Agent的意义
- (新)第44集 7.5 Agent的基本类型
- (新)第43集 7.4 Agent的任务环境类型
- 第42集 7.3 Agent的PEAS描述方法
- 第41集 7.2 理性Agent
- 第40集 7.1 Agent定义
- 第39集 6.6 卷积神经网络
- 第38集 6.5 深度学习概述
- 第37集 6.4 误差反向传播网络
- 第36集 6.3 感知器
- 第35集 6.2 人工神经网络的三要素
- 第34集 6.1 生物神经元与神经网络
- 第33集 5.3 无监督学习基本方法
- 第32集 5.2.3 有监督学习性能的评估
- 第31集 5.2.2 常用分类方法
- 第30集 5.2.1 有监督学习基本方法
- 第29集 5.1.2 机器学习基本要素
- 第28集 5.1.1 机器学习的基本概念
- 第27集 4.4 知识图谱
- 第26集 4.3 专家系统
- 第25集 4.2 语义网络与框架表示
- 第24集 4.1 产生式系统
- 第23集 3.3.4 谓词母式化为子句集的过程
- 第22集 3.3.3 谓词的自动定理证明和求解
- 第21集 3.3.2 置换与合一
- 第20集 3.3.1 基于谓词逻辑的知识表示
- 第19集 3.2.3 命题合式公式转化为子句集
- 第18集 3.2.2 基于归结的命题定理证明
- 第17集 3.2.1 命题的归结
- 第16集 3.1.3 谓词逻辑的概念
- 第15集 3.1.2 命题逻辑的概念
- 第14集 3.1.1 形式逻辑的概念
- 第13集 2.5.3 α-β剪枝
- 第12集 2.5.2 最大最小法
- 第11集 2.5.1 博弈问题的表示
- 第10集 2.4.2 A*算法
- 第9集 2.4.1 启发式搜索策略
- 第8集 2.3 盲目搜索策略
- 第7集 2.2.2 状态空间图的计算机表示
- 第6集 2.2.1 通用图搜索算法
- 第5集 2.1 状态空间概念
- 第4集 1.4 人工智能的四种研究途径
- 第3集 1.3 人工智能的三大学派
- 第2集 1.2 人工智能的基本概念
- 第1集 1.1 一个核心问题：什么是智能？
本课程讲授人工智能领域的基本知识和技术架构。通过学习相关知识，学习者可在扎实掌握人工智能领域基本概念、原理和典型算法的基础上，提高分析问题、解决问题的能力。
关注公众号:diyijc_com 问题反馈
关注公众号:diyijc_com 问题反馈
本课程讲授人工智能领域的基本知识和技术架构。通过学习相关知识，学习者可在扎实掌握人工智能领域基本概念、原理和典型算法的基础上，提高分析问题、解决问题的能力。
人工智能基础相关文章：
扫一扫手机观看！
最新更新的教程榜单
- 人工智能与科学之美10-06
- ARM体系结构与程序设计10-06
- 信息检索10-06
- 玩转计算机网络——计算机网络原理10-06
- Blockly创意趣味编程08-05
- 操作系统08-05
- 人工智能导论08-05
- 车载网络技术08-05
- Office高级应用08-05
- 计算机网络08-05
