Fundación artificial
Una introducción anticipada a la IA que enfatiza sus fundamentos teóricos. Los temas incluyen búsqueda, lógica, representación del conocimiento, planificación del razonamiento, toma de decisiones bajo incertidumbre y aprendizaje automático.
Temas para cubrir
- Agentes, racionalidad, conocimiento, razonamiento
- Revisión de codificación de Python (ver también notas de revisión de C ++)
- Resolución de problemas a través de la búsqueda
- Búsqueda desinformada
- Búsqueda informada, funciones heurísticas
- Búsqueda local: descenso de gradiente (escalada), recocido simulado, no determinismo
- Juegos, poda Alpha-beta, introducción a juegos estocásticos
- Problemas de satisfacción de restricción (CSP)
- Agentes lógicos
- Lógica proposicional
- Refutación de resolución
- Introducción de lógica de primer orden (FOL)
- Unificación; Inferencia y resolución fol
- Planificación clásica
- Programación de recursos; Descripción general de la representación del conocimiento
- Revisión de la probabilidad, regla de Bayes
- Razonamiento probabilístico: inferencia bayesiana
- Ejemplos de red bayesiana
- Markov, modelos ocultos de Markov (HMMS)
- Utilidad, Procesos de decisión de Markov (MDPS)
- MDPS, MDP parcialmente observables (POMDPS)
- Introducción de teoría de juegos, introducción al aprendizaje
- Aprendizaje supervisado: árboles de decisión
- Introducción a redes neuronales, soporte de máquinas vectoriales (SVM)
- Introducción de aprendizaje de refuerzo
Guía para algunos proyectos
