Artificial Intelligence Foundation

人工智能基础

AI的提前介绍强调了其理论的基础。主题包括搜索，逻辑，知识表示，推理计划，不确定性下的决策和机器学习。

涵盖的主题

• 代理人，理性，知识，推理
• Python编码评论（另请参见C ++评论说明）
• 通过搜索解决问题
• 不知情的搜索
• 明智的搜索，启发式功能
• 当地搜索：梯度下降（爬山），模拟退火，非确定性
• 游戏，α-beta修剪，随机游戏的介绍
• 约束满意度问题（CSP）
• 逻辑代理
• 命题逻辑
• 分辨率造成的
• 一阶逻辑（fol）介绍
• 统一；推断和解决
• 古典计划
• 资源调度；知识表示概述
• 概率审查，贝叶斯规则
• 概率推理：贝叶斯推理
• 贝叶斯网络示例
• 马尔可夫，隐藏的马尔可夫模型（HMM）
• 实用程序，马尔可夫决策过程（MDP）
• MDP，部分观察的MDP（POMDP）
• 游戏理论介绍，学习的介绍
• 监督学习：决策树
• 神经网的介绍，支持向量机（SVM）
• 强化学习介绍

某些项目的指南