《2024 带课件 人工智能基础 大连理工大学 111讲 视频教程》

这门课程价格：13元 ★★★本站引入ai智能pdf转ppt功能，课程标题上，标带课件，这种是pdf课件，可免费提供pdf转PPT，转完后可以编辑修改，精准度很高

★★★课程标题带ppt的，这是原始ppt ，可以直接编辑使用

★★★什么都不标的，就是纯视频，学校没给课件

★★★重磅！！！自学社 技术升级，所有学校没提供课件的视频，现在都可以提取ppt （word或者excle），排版和原视频一样，汉字、字母、符号、等等可以编辑，方便老师和同学们整理内容，此服务是单独收费，1-30个视频课程加20元，31-60个视频35元，量大优惠. 也可以来视频帮忙提取。

-->-->-->★如果网站里没有您要的课程，加微信可以单独给您找
-->-->-->★诚信经营16年，有任何需求可以加微信沟通

课程大小：3.40G
课程格式：手机平板电脑都可以播放 
！！加微信 83162582 有特价！！
客服电话： 18947115243（唯一）
自学社社长：点击这里给我发消息83162582
客服qq：点击这里给我发消息125212385
淘宝客服：点我咨询自学天堂

★★★16年淘宝双皇冠99.9%好评店:http://shop57589855.taobao.com/★  
  • -->-->-->说明：试看 课程 加微.信125212385 或者1418144 直接搜索数字就可以，加微.信都是特价
  • -->-->-->说明：试看 课程 加微.信125212385 或者1418144 直接搜索数字就可以，加微.信都是特价

视频介绍 [复制本页地址介绍给朋友~]

 授课教材：《人工智能》丁世飞编著 电子工业出版社   2020年第三版 ISBN：9787121363955。

 
大纲
光影双面相伴前行----人工智能发展历程
课时目标：通过本章的学习，了解人工智能的发展历史。
1.1 人工智能发展历程
多领域的交叉学科----机器学习
课时目标：理解机器学习在数据处理中的作用
2.1 机器学习入门
2.2 机器学习准备1数据预处理
2.3 机器学习准备2特征工程
2.4 机器学习方法
2.5 应用场景与挑战
2.6 非线性特征
2.7 随机梯度下降
2.8 特征模板
数据分析基本方法----分类聚类
课时目标：学习数据分析的基本方法
3.1 线性分类器
3.2 回归概述
3.3 决策树分类
3.4 决策树分类实例ID3
3.5 KNN分类
3.6 贝叶斯公式基础
3.7 贝叶斯公式
3.8 贝叶斯分类
3.9 聚类概述
3.10 K均值算法
3.11 K均值算法实例
3.12 K均值算法讨论
3.13 K中心点算法
3.14 层次聚类算法
3.15 密度聚类算法
打开智能时代大门----深度学习
课时目标：理解计算机图像处理，卷积神经网络的基础知识。
4.1 深度学习发展历程
4.2 为什么使用深度学习
4.3 深度学习入门
4.4 反向传播算法
4.5 全连接网络1
4.6 全连接网络2
从计算机视觉讲起----卷积神经网络
5.1 图像识别概述
5.2 早期图像识别
5.3 中期图像识别
5.4 卷积神经网络
5.5 经典CNN结构
5.6 LeNet5介绍
5.7 AlexNet
5.8 ZFNet
5.9 GoogLeNet
5.10 VGGNet
5.11 ResNet
5.12 其他CNN网络介绍
自然语言处理技术----循环神经网络
6.1 语言处理技术基本概念
6.2 词向量学习
6.3 句章级分析
6.4 NLP应用分析
6.5 词向量概念
6.6 词向量学习模型
6.7 词向量学习模型的优化
6.8 句子向量
6.9 循环神经网络简介
6.10 循环神经网络内部单元
6.11 循环神经网络公式描述
6.12 循环神经网络的训练
6.13 循环神经网络总结
6.14 RNN的问题
6.15 LSTM
6.16 GRU
6.17 RNN其他变种
6.18 RNN模型应用
6.19 动画解析RNN、LSTM、GRU
寻寻觅觅找到答案----搜索问题
课时目标：学会一般问题的搜索算法。分为四个小节，从盲目搜索到启发式搜索，致力于求解搜索问题的答案。
7.1 搜索策略
7.2 搜索的应用
7.3 状态空间表示法
7.4 基于状态空间的搜索技术&图搜索的基本概念
7.5 状态空间搜索
7.6 一般图的搜索算法
7.7 盲目搜索
7.8 深度优先搜索
7.9 有界深度搜索和迭代加深搜索
7.10 搜索最优策略的比较
7.11 启发式搜索
7.12 启发式搜索算法A
7.13 实现启发式搜索的关键因素和A*算法
7.14 迭代加深A*算法
7.15 爬山法和回溯策略
7.16 问题归约法
7.17 与/或图表示
7.18 与或图的启发式搜索
7.19 AO*算法应用的若干问题
双人对战获胜诀窍----博弈问题
课时目标：理解博弈问题，并会使用极大极小过程处构造博弈树解决问题。
8.1 博弈
8.2 极大极小过程
8.3 α-β过程
大千世界存入电脑----知识表示
课时目标：将我们的世界存入电脑中，然后才能进一步分析和处理。本章介绍知识表示的基本方法。需要理解知识表示方法的作用，并会使用知识表示方法表示知识。
9.1 命题逻辑
9.2 谓词逻辑表示法
9.3 谓词逻辑表示举例
9.4 一阶谓词逻辑表示法的特点
9.5 产生式表示法
9.6 产生式中知识的表示方法
9.7 产生式系统的组成
9.8 产生式系统的推理方式
9.9 语义网络表示法
9.10 语义网络表示知识的方法及步骤
9.11 语义网络的推理过程
9.12 知识表示小结
9.13 状态空间表示法
如何读懂福尔摩斯----逻辑推理
课时目标：福尔摩斯的演绎推理方法，就在这一章进行介绍。本章从推理的基本概念讲起，重点介绍演绎推理。会利用知识表示方法进行逻辑推理，使用归结方法求解问题答案。
10.1 推理的基本概念
10.2 推理的逻辑基础分类
10.3 推理的其它分类
10.4 推理的控制策略
10.5 推理的逻辑基础
10.6 谓词公式
10.7 置换与合一
10.8 自然演绎推理
10.9 归结演绎推理
10.10 子句集及其化简
10.11 鲁滨逊归结原理
10.12 命题逻辑的归结
10.13 谓词逻辑的归结
10.14 归结反演推理的归结策略
10.15 用归结反演求取问题的答案

您可能还需要如下课程

自学社 蒙ICP备09002309号 Power by: 自学社
Please change your screen resolutidn to1024×768 Total ,
Copyright © 2009-20010 自学社 (www.zxshe.com). all Rights Reserved.
top