课程大纲

基础知识

  • 电脑是否能思考?
  • 解决问题的命令式与声明式方法
  • Bedan在人工智能中的目的
  • 人工智能的定义。图灵测试。其他决定因素
  • 智能系统概念的发展
  • 最重要的成就与发展方向

Neural Networks

  • 基础知识
  • 神经元与神经网络的概念
  • 大脑的简化模型
  • 神经元的机会
  • XOR问题与值的分布性质
  • S形函数的多态性
  • 其他激活函数
  • 神经网络的构建
  • 神经元连接的概念
  • 作为节点的神经网络
  • 构建网络
  • 神经元
  • 权重
  • 输入与输出数据
  • 范围0到1
  • 标准化
  • 学习Neural Networks
  • 反向传播
  • 传播步骤
  • 网络训练算法
  • 应用范围
  • 评估
  • 近似可能性的问题
  • 示例
  • XOR问题
  • 乐透?
  • 股票
  • OCR与图像模式识别
  • 其他应用
  • 实施神经网络建模工作,预测上市公司股票价格

当前的问题

  • 组合爆炸与游戏问题
  • 再次谈论图灵测试
  • 对电脑能力的过度自信
 7 小时

客户评论 (3)

即将举行的公开课程

课程分类