Artificial Intelligence Foundation

人工智能基礎

AI的提前介紹強調了其理論的基礎。主題包括搜索，邏輯，知識表示，推理計劃，不確定性下的決策和機器學習。

涵蓋的主題

• 代理人，理性，知識，推理
• Python編碼評論（另請參見C ++評論說明）
• 通過搜索解決問題
• 不知情的搜索
• 明智的搜索，啟發式功能
• 當地搜索：梯度下降（爬山），模擬退火，非確定性
• 遊戲，α-beta修剪，隨機遊戲的介紹
• 約束滿意度問題（CSP）
• 邏輯代理
• 命題邏輯
• 分辨率造成的
• 一階邏輯（fol）介紹
• 統一；推斷和解決
• 古典計劃
• 資源調度；知識表示概述
• 概率審查，貝葉斯規則
• 概率推理：貝葉斯推理
• 貝葉斯網絡示例
• 馬爾可夫，隱藏的馬爾可夫模型（HMM）
• 實用程序，馬爾可夫決策過程（MDP）
• MDP，部分觀察的MDP（POMDP）
• 遊戲理論介紹，學習的介紹
• 監督學習：決策樹
• 神經網的介紹，支持向量機（SVM）
• 強化學習介紹

某些項目的指南