Künstliche Intelligenz-Fundierung
Eine Vorabeinführung in KI, in dem die theoretischen Grundlagen hervorgehoben werden. Zu den Themen gehören Suche, Logik, Wissensrepräsentation, Argumentationsplanung, Entscheidungsfindung im Rahmen von Unsicherheit und maschinelles Lernen.
Themen, die abdecken müssen
- Agenten, Rationalität, Wissen, Argumentation
- Python -Codierungsüberprüfung (siehe auch C ++: Überprüfungsnotizen)
- Problemlösung über die Suche
- Uninformierte Suche
- Informierte Suche, heuristische Funktionen
- Lokale Suche: Gradientenabstieg (Hügelklettern), simuliertes Glühen, Nichtdeterminismus
- Spiele, Alpha-Beta-Beschneidung, Intro zu stochastischen Spielen
- Probleme mit der Beschränkung der Zufriedenheit (CSPs)
- Logische Agenten
- Propositionale Logik
- Auflösungsrefutation
- Logik erster Ordnung (FOL) Intro
- Vereinigung; Fol Inferenz und Lösung
- Klassische Planung
- Ressourcenplanung; Überblick über die Wissensrepräsentation
- Überprüfung der Wahrscheinlichkeit, Bayes -Regel
- Probabilistisches Denken: Bayes'sche Inferenz
- Beispiele für Bayes'sche Netzwerk
- Markov, Hidden Markov -Modelle (HMMS)
- Versorgungsunternehmen, Markov -Entscheidungsprozesse (MDPs)
- MDPs, teilweise beobachtbare MDPs (POMDPS)
- Spieltheorie Intro, Intro zum Lernen
- Überwachter Lernen: Entscheidungsbäume
- Intro zu neuronalen Netzen, Support Vector Machines (SVMs)
- Einführung des Verstärkungslernens
Richtlinie für einige Projekte
