慕课-燕京理工学院

人工智能基础_国防科技大学

课程类型：选修课

发布时间：2024-11-27 10:52:35

主讲教师：

课程来源：

建议学分：0.00分

课程编码：mk004900

课程介绍

课程目录

教师团队

{1}--第一章绪论

[1.1.1]--1.1 一个核心问题：什么是智能？.mp4 （0分钟）

[1.2.1]--1.2 人工智能的基本概念.mp4 （0分钟）

[1.3.1]--1.3 人工智能的三大学派.mp4 （0分钟）

[1.4.1]--1.4人工智能的四种研究途径.mp4 （0分钟）

{2}--第二章状态空间搜索

[2.1.1]--2.1 状态空间概念.mp4 （0分钟）

[2.2.1]--2.2.1 通用图搜索算法.mp4 （0分钟）

[2.2.2]--2.2.2 状态空间图的计算机表示.mp4 （0分钟）

[2.3.1]--2.3 盲目搜索策略.mp4 （0分钟）

[2.4.1]--2.4.1 启发式搜索策略.mp4 （0分钟）

[2.4.2]--2.4.2 A星算法.mp4 （0分钟）

[2.4.3]--2.4.3 评估函数的单调性.mp4 （0分钟）

[2.5.1]--2.5.1 博弈问题的表示.mp4 （0分钟）

[2.5.2]--2.5.2 最大最小法.mp4 （0分钟）

剪枝.mp4 （0分钟）

[2.6.1]--实验A - 状态空间法 - 八数码游戏 1 实验目的与任务.mp4 （0分钟）

[2.6.2]--实验A - 状态空间法 - 八数码游戏 2 节点的类的定义.mp4 （0分钟）

[2.6.3]--实验A - 状态空间法 - 八数码游戏 3 宽度优先搜索示例.mp4 （0分钟）

[2.6.4]--实验A - 状态空间法 - 八数码游戏 4 队列数据结构.mp4 （0分钟）

[2.6.5]--实验B-博弈-五子棋实验 1 实验目的和任务.mp4 （0分钟）

[2.6.6]--实验B-博弈-五子棋实验 2 五子棋问题定义.mp4 （0分钟）

[2.6.7]--实验B-博弈-五子棋实验 3 节点结构体定义.mp4 （0分钟）

[2.6.8]--实验B-博弈-五子棋实验 4 极小极大搜索示例.mp4 （0分钟）

{3}--第三章经典逻辑与归结原理

[3.1.1]--3.1.1 形式逻辑的概念.mp4 （0分钟）

[3.1.2]--3.1.2 命题逻辑的概念.mp4 （0分钟）

[3.1.3]--3.1.3 谓词逻辑的概念.mp4 （0分钟）

[3.2.1]--3.2.1 命题的归结.mp4 （0分钟）

[3.2.2]--3.2.2 基于归结的命题定理证明.mp4 （0分钟）

[3.2.3]--3.2.3 合式公式化为子句集的过程.mp4 （0分钟）

[3.3.1]--3.3.1 基于谓词的知识表示.mp4 （0分钟）

[3.3.2]--3.3.2 置换与合一.mp4 （0分钟）

[3.3.3]--3.3.3 谓词自动定理证明.mp4 （0分钟）

[3.3.4]--3.3.4 谓词母式化为子式.mp4 （0分钟）

{4}--第四章知识表示和专家系统

[4.1.1]--4.1 产生式系统.mp4 （0分钟）

[4.2.1]--4.2 语义网络和框架.mp4 （0分钟）

[4.3.1]--4.3 专家系统.mp4 （0分钟）

[4.4.1]--4.4 知识图谱基础.mp4 （0分钟）

{5}--第五章机器学习

[5.1.1]--5.1.1 机器学习基本概念.mp4 （0分钟）

[5.1.2]--5.1.2 机器学习三要素.mp4 （0分钟）

[5.2.1]--5.2.1 有监督学习基本方法.mp4 （0分钟）

[5.2.2]--5.2.2 常用分类方法.mp4 （0分钟）

[5.2.3]--5.2.3 有监督学习性能的评估.mp4 （0分钟）

[5.3.1]--5.3 无监督学习基本方法.mp4 （0分钟）

[5.4.1]--1. 基本实验目的及任务.mp4 （0分钟）

[5.4.2]--2. 拓展实验的任务和流程.mp4 （0分钟）

[5.4.3]--3. fitcknn如何设置k值.mp4 （0分钟）

[5.4.4]--4. kmeans如何设置K值和如何获取聚类精度.mp4 （0分钟）

[5.4.5]--5. kmeans如何设置不同的距离测度.mp4 （0分钟）

[5.4.6]--6. kmeans如何设置不同的初始聚类中心.mp4 （0分钟）

{6}--第六章人工神经网络

[6.1.1]--6.1生物神经元与神经网络.mp4 （0分钟）

[6.2.1]--6.2人工神经网络的三要素.mp4 （0分钟）

[6.3.1]--6.3感知器.mp4 （0分钟）

[6.4.1]--6.4误差反向传播网络.mp4 （0分钟）

[6.5.1]--6.5深度学习概述.mp4 （0分钟）

[6.6.1]--6.6卷积神经网络.mp4 （0分钟）

[6.7.1]--1. 实验任务和要求.mp4 （0分钟）

[6.7.2]--2. matlab深度学习工具箱概况.mp4 （0分钟）

[6.7.3]--3. 打开手写体数字识别demo.mp4 （0分钟）

[6.7.4]--4. Demo代码讲解.mp4 （0分钟）

[6.7.5]--5. 应用训练好的网络测试手写数字的识别.mp4 （0分钟）

[6.7.6]--6. 更改学习率观察学习过程的不同.mp4 （0分钟）

{7}--第七章智能Agent

[7.1.1]--7.1 Agent定义.mp4 （0分钟）

[7.2.1]--7.2 理性Agent（Rational Agent）.mp4 （0分钟）

[7.3.1]--7.3 Agent的PEAS描述方法.mp4 （0分钟）

[7.4.1]--7.4 Agent的任务环境类型.mp4 （0分钟）

[7.5.1]--7.5 Agent的基本类型.mp4 （0分钟）

[7.6.1]--7.6 研究Agent的意义.mp4 （0分钟）

{8}--终结性考试