欢迎来到在线教学平台
问题答疑
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
首页 - 课程列表 - 课程详情
返回
人工智能原理
课程类型：
选修课
主讲教师：
王文敏
课程来源：
北京大学
建议学分：
3.00分
课程编码：
xtzx0149
课程介绍
课程目录
教师团队
Part I. Basics: Chapter 1. Introduction（第I部分 基础：第1章 导论）
s
1.1 Overview of Artificial Intelligence (人工智能概述)
（9分钟）
s
1.2 Foundations of Artificial Intelligence(人工智能基础)
（17分钟）
s
1.3 History of Artificial Intelligence(人工智能历史)
（23分钟）
s
1.4 The State of Artificial Intelligence(人工智能现状)
（21分钟）
Part I. Basics: Chapter 2. Intelligent Agent（第I部分 基础：第2章 智能体）
s
2.1 Approaches for Artificial Intelligence(人工智能研究途径)
（12分钟）
s
2.2 Rational Agents (理性主体)
（9分钟）
s
2.3 Task Environments (任务环境）
（7分钟）
s
2.4 Intelligent Agent Structure （Agent的结构）
（8分钟）
s
2.5 Category of Intelligent Agents（Agent的分类）
（17分钟）
Part II. Searching: Chapter 3. Solving Problems by Search(第II部分 搜索：第3章 通过搜索求解问题）
s
3.1 Problem Solving Agents（问题求解Agent）
（10分钟）
s
3.2 Example Problems（问题实例）
（16分钟）
s
3.3 Searching for Solutions（通过搜索求解）
（7分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（11分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（5分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（3分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（3分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（1分钟）
s
3.4 Uninformed Search Strategies（无信息搜索策略）
（1分钟）
s
3.5 Informed Search Strategies（有信息搜索策略）
（10分钟）
s
3.5 Informed Search Strategies（有信息搜索策略）
（8分钟）
s
3.6 Heuristic Functions（启发式函数）
（5分钟）
Part II. Searching: Chapter 4. Local Search and Swarm Intelligence（第II部分 搜索：第4章 局部搜索与群体智能）
s
4.1 Overview（概述）
（7分钟）
s
4.2 Local Search Algorithms（局部搜索算法）
（14分钟）
s
4.2 Local Search Algorithms（局部搜索算法）
（5分钟）
s
4.2 Local Search Algorithms（局部搜索算法）
（12分钟）
s
4.3 Optimization and Evolutionary Algorithms (优化和进化算法）
（16分钟）
s
4.4 Swarm Intelligence and Optimization(群体智能和优化)
（15分钟）
Part II. Searching: Chapter 5. Adversarial Search（第II部分 搜索：第5章 对抗性搜索）
s
5.1 Games（博弈）
（20分钟）
s
5.2 Optimal Decisions in Games（博弈中的优化决策）
（13分钟）
s
5.3 Alpha-Beta Pruning（Alpha-Beta剪枝）
（8分钟）
s
5.4 Imperfect Real-time Decisions（不完美的实时决策）
（6分钟）
s
5.5 Stochastic Games（随机博弈）
（8分钟）
s
5.6 Monte-Carlo Methods（蒙特卡洛方法）
（16分钟）
Part II. Searching: Chapter 6. Constraint Satisfaction Problem(第II部分 搜索：第6章 约束满足问题）
s
6.1 Constraint Satisfaction Problems (约束满足问题)
（30分钟）
s
6.2 Constraint Propagation: Inference in CSPs（约束传播：CPS中的推理）
（14分钟）
s
6.3 Backtracking Search for CSPs（CPS的回溯搜索）
（13分钟）
s
6.4 Local Search for CSPs（CPS局部搜索）
（7分钟）
s
6.5 The Structure of Problems（问题的结构）
（8分钟）
Part III. Reasoning: Chapter 7. Reasoning by Knowledge（第III部分 推理：第7章 知识推理）
s
7.1 Overview（概述）
（9分钟）
s
7.2 Knowledge Representation（知识表示）
（16分钟）
s
7.3 Representation using Logic（逻辑表示）
（26分钟）
s
7.4 Ontological Engineering（本体工程）
（14分钟）
s
7.5 Bayesian Networks（贝叶斯网络）
（36分钟）
Part IV. Planning: Chapter 8. Classic and Real-world Planning（第IV部分 规划：第8章 经典与现实世界规划）
s
8.1 Planning Problems（规划问题）
（19分钟）
s
8.2 Classic Planning（经典规划）
（25分钟）
s
8.3 Planning and Scheduling（规划与调度）
（7分钟）
s
8.4 Real-World Planning（现实世界规划）
（19分钟）
s
8.5 Decision-theoretic Planning（决策理论规划）
（16分钟）
Part V. Learning: Chapter 9. Perspectives about Machine Leaning（第V部分 学习：第9章 研读机器学习的视角）
s
9.1 What is Machine Learning（什么是机器学习）
（21分钟）
s
9.2 History of Machine Learning（机器学习的历史）
（12分钟）
s
9.3 Why Different Perspectives（为什么需要不同的视角）
（8分钟）
s
9.4 Three Perspectives on Machine Learning（机器学习的三个视角）
（29分钟）
s
9.5 Applications and Terminologies（机器学习的应用及有关术语）
（21分钟）
Part V. Learning: Chapter 10. Tasks in Machine Learning（第V部分 学习：第10章 机器学习的任务）
s
10.1 Classification（分类）
（40分钟）
s
10.2 Regression（回归）
（19分钟）
s
10.3 Clustering（聚类）
（27分钟）
s
10.4 Ranking（排名）
（10分钟）
s
10.5 Dimensionality Reduction（降维）
（12分钟）
Part V. Learning: Chapter 11. Paradigms in Machine Learning（第V部分 学习：第11章 机器学习的范型）
s
11.1 Supervised Learning Paradigm（有监督学习范式）
（48分钟）
s
11.2 Unsupervised Learning Paradigm（无监督学习范式）
（28分钟）
s
11.3 Reinforcement Learning Paradigm（强化学习范式）
（34分钟）
s
11.4 Other Learning Paradigms（其他学习范式）
（18分钟）
Part V. Learning: Chapter 12. Models in Machine Learning(第V部分 学习：第12章 机器学习的模型）
s
12.1 Probabilistic Models（概率模型）
（35分钟）
s
12.2 Geometric Models（几何模型）
（22分钟）
s
12.3 Logical Models（逻辑模型）
（11分钟）
s
12.4 Networked Models（网络模型）
（47分钟）
京公网安备 11011502004263