人工智能导论 浙江工业大学
共80课时 12小时15分33秒秒
简介
人工智能是迅速发展的新兴学科,已经成为许多高新技术产品的核心技术。人工智能模拟人类智能解决问题,几乎在所有领域都有非常广泛的应用。
本课程为入门级人工智能课程,适合初学者,可以帮助初学者实现“零基础”学习人工智能。本课程采用浙江工业大学王万良教授编著的专业教材《人工智能导论》(第4版),紧紧围绕人工智能的基本思想、基本理论、基本方法及其应用展开,并融合了人工智能的一些前沿内容。本课程共有12讲,包括:人工智能概述、一阶谓词逻辑表示法、产生式表示法和框架表示法、基于谓词逻辑的推理方法、可信度方法和证据理论、模糊推理方法、搜索求解策略、遗传算法及其应用、蚁群算法及其应用、专家系统与机器学习、BP神经网络及其应用和Hopfield神经网络及其应用。
本课程为入门级人工智能课程,适合初学者,可以帮助初学者实现“零基础”学习人工智能。本课程采用浙江工业大学王万良教授编著的专业教材《人工智能导论》(第4版),紧紧围绕人工智能的基本思想、基本理论、基本方法及其应用展开,并融合了人工智能的一些前沿内容。本课程共有12讲,包括:人工智能概述、一阶谓词逻辑表示法、产生式表示法和框架表示法、基于谓词逻辑的推理方法、可信度方法和证据理论、模糊推理方法、搜索求解策略、遗传算法及其应用、蚁群算法及其应用、专家系统与机器学习、BP神经网络及其应用和Hopfield神经网络及其应用。
王万良
博士,教授,博士生导师。国家教学名师,享受国务院政府特殊津贴专家,国家“万人计划”领军人才,浙江省杰出教师,浙江省跨世纪学术带头人,浙江省高校中青年学科带头人。
1981.2毕业于江苏大学工业电气自动化专业,获工学学士学位;2001年毕业于同济大学控制理论与控制工程专业,获工学博士学位。现任浙江工业大学校学术委员会委员、校学位委员会委员、校教学委员会委员、浙江省可视媒体智能处理技术研究重点实验室主任、浙江省计算机科学与技术一流学科(A类)负责人。
现兼任教育部高等学校计算机类专业教学指导委员会委员、全国高校大数据教育联盟副理事长、中国自动化学会智慧教育专业委员会主任、国家精品课程和资源共享课程《自动控制原理》负责人、国家科技奖评审专家、浙江省高等学校计算机类专业教学指导委员会副主任、浙江省计算机学会副理事长、浙江省计算机学会人工智能专业委员会主任、浙江省计算机应用与教育学会副理事长、杭州市政府参事、杭州市科协常委、杭州市计算机学会理事长、杭州市人工智能学会副理事长、《通信学报》等多本杂志编委。历任浙江省重大科技项目咨询专家组专家等。
主持完成工智能及其应用研究方向的国家863、国家自然科学基金、国家支撑计划等国家级科技项目9项、省重大与重点等省级科技项目10余项,以及一批企业合作课题,作为第一获奖人获省部级科技奖8项(其中一等奖2项)。以第一作者出版中科院科学出版基金资助专著等2部。将科研成果促进教学改革,编著国家级精品教材和国家级规划教材《自动控制原理》、《现代控制工程》、《人工智能导论》以及《人工智能及其应用》、《物联网控制技术》等教材。作为第一获奖人获国家教学成果二等奖1项、浙江省教学成果一等奖2项。
章节
- 课时1:绪论简介 (2分20秒)
- 课时2:智能的概念 (3分15秒)
- 课时3:智能的特征 (7分57秒)
- 课时4:人工智能的定义 (4分33秒)
- 课时5:人工智能的发展简史 (10分31秒)
- 课时6:人工智能研究的基本内容 (11分31秒)
- 课时7:命题逻辑 (6分29秒)
- 课时8:谓词 (9分15秒)
- 课时9:谓词公式 (20分49秒)
- 课时10:谓词公式的性质 (7分3秒)
- 课时11:一阶谓词逻辑知识表示法 (2分27秒)
- 课时12:一阶谓词逻辑知识表示法特点 (2分43秒)
- 课时13:产生式 (11分51秒)
- 课时14:产生式系统 (7分50秒)
- 课时15:产生式系统的例子 (13分26秒)
- 课时16:产生式表示法的特点 (3分56秒)
- 课时17:框架表示法 (11分0秒)
- 课时18:推理方式及其分类 (2分13秒)
- 课时19:归结演绎推理 (5分31秒)
- 课时20:谓词公式化为子句集1 (12分42秒)
- 课时21:谓词公式化为子句集2 (11分27秒)
- 课时22:鲁滨逊归结原理 (14分29秒)
- 课时23:归结反演 (12分20秒)
- 课时24:应用归结原理求问题 (7分4秒)
- 课时25:不确定推理 (10分25秒)
- 课时26:可信度方法 (15分25秒)
- 课时27:概率分配函数 (11分21秒)
- 课时28:信任函数_似然函数 (6分27秒)
- 课时29:基于证据理论的推理 (12分5秒)
- 课时30:基于证据理论的推理实例 (9分22秒)
- 课时31:模糊逻辑提出 (8分24秒)
- 课时32:模糊集合 (4分54秒)
- 课时33:模糊集合的定义和表示方法 (9分37秒)
- 课时34:隶属函数 (7分28秒)
- 课时35:模糊关系及其合成 (11分42秒)
- 课时36:模糊推理 (5分3秒)
- 课时37:模糊决策 (7分39秒)
- 课时38:模糊推理应用 (7分26秒)
- 课时39:搜索的概念 (9分44秒)
- 课时40:状态空间知识表示方法 (12分7秒)
- 课时41:启发式图搜索策略—启发式策略 (8分22秒)
- 课时42:启发式图搜索策略—启发信息和估价函数 (12分57秒)
- 课时43:启发式图搜索策略—A搜索算法 (5分23秒)
- 课时44:启发式图搜索策略—A_搜索算法及其特性 (4分56秒)
- 课时45:基本遗传算法 (17分43秒)
- 课时46:编码 (6分51秒)
- 课时47:适应度函数的尺度变换 (5分43秒)
- 课时48:选择 (8分5秒)
- 课时49:交叉、变异 (15分58秒)
- 课时50:遗传算法的一般步骤 (3分48秒)
- 课时51:遗传算法的特点 (3分24秒)
- 课时52:蚁群算法基本思想 (8分14秒)
- 课时53:基本蚁群算法模型 (19分30秒)
- 课时54:蚁群算法参数选择 (4分39秒)
- 课时55:蚁群算法的应用 (6分17秒)
- 课时56:专家系统的基本概念 (7分36秒)
- 课时57:专家系统的特点 (6分53秒)
- 课时58:专家系统的工作原理 (5分52秒)
- 课时59:知识获取的主要过程与模式 (5分20秒)
- 课时60:专家系统的建立 (12分10秒)
- 课时61:专家系统的实例 (13分55秒)
- 课时62:专家系统的开发工具 (9分41秒)
- 课时63:机器学习 (4分0秒)
- 课时64:学习系统的基本组成 (10分53秒)
- 课时65:机器学习的分类 (18分14秒)
- 课时66:人工神经网络 (6分19秒)
- 课时67:神经元的数学模型 (10分7秒)
- 课时68:神经网络的结构与工作方式 (12分35秒)
- 课时69:BP神经网络的结构 (4分45秒)
- 课时70:BP学习算法两个问题 (5分52秒)
- 课时71:BP学习算法基本思想 (10分42秒)
- 课时72:BP学习算法学习算法 (13分12秒)
- 课时73:BP学习算法的实现 (8分17秒)
- 课时74:BP神经网络在模式识别中的应用 (13分32秒)
- 课时75:离散型Hopfield神经网络模型 (7分34秒)
- 课时76:离散型Hopfield神经网络工作方式和工作过程 (9分12秒)
- 课时77:离散型Hopfield神经网络网络的稳定性 (6分54秒)
- 课时78:连续型Hopfield神经网络 (11分45秒)
- 课时79:Hopfield神经网络在联想记忆中的应用 (13分52秒)
- 课时80:Hopfield神经网络优化方法 (22分40秒)
猜你喜欢
热门下载
热门帖子