课程大纲

基础知识

  • 计算机能不能想到?
  • 解决问题的命令式和声明式方法
  • 目的:贝丹谈人工智能
  • 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
  • 最重要的成就和发展方向

Neural Networks

  • 基础知识
  • 神经元和神经网络的概念
  • 大脑的简化模型
  • 机会神经元
  • 异或问题和值分布的性质
  • 乙状结肠的多态性
  • 其他功能已激活
  • 神经网络的构建
  • 神经元连接的概念
  • 神经网络作为节点
  • 构建网络
  • 神经元
  • 尺度
  • 输入和输出数据
  • 范围 0 到 1
  • 正常化
  • 学习 Neural Networks
  • 向后传播
  • 步骤传播
  • 网络训练算法
  • 应用范围
  • 估计
  • 近似的可能性问题
  • 例子
  • XOR问题
  • 乐天?
  • 股票
  • OCR 和图像模式识别
  • 其他应用
  • 实现预测上市股票价格的神经网络建模作业

今天的问题

  • 组合爆炸和博弈问题
  • 再次进行图灵测试
  • 对计算机功能过于自信
  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.

客户评论 (3)

相关课程

课程分类