课程大纲

人工智能历史

  • 智能代理

问题解决

  • 通过 Search 解决问题
  • 超越古典 Search
  • 对抗性 Search
  • 约束满足问题

知识和推理

  • 逻辑代理
  • 一阶逻辑
  • 一阶逻辑中的推理
  • 经典规划
  • 在现实世界中进行规划和行动
  • 知识表示

不确定的知识和推理

  • 量化不确定性
  • 概率推理
  • 随时间推移的概率推理
  • 做出简单的决定
  • 做出复杂的决策

学习

  • 从例子中学习
  • 学习中的知识
  • 学习概率模型
  • Reinforcement Learning

沟通、感知和行动;

  • 自然语言处理
  • 用于交流的自然语言
  • 知觉
  • Robotics

结论

  • 哲学基础
  • 人工智能:现在和未来

要求

计算机、生物学、数学 和物理的一般知识

  7 小时
 

人数


开始

完结


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

相关课程

课程分类