人工智慧公開課
01-26
簡評:美國麻省理工大學(MIT)的公開課程,本系列講的是人工智慧(AI)相關知識,全課程 24 講,全程英文,系統講解 AI。
在中國大學的課程往往都是 5 年前的陳舊知識,放眼現在可能有些慢,如果我們要在大學,特別是本科的時候學習 AI、Deep Learning、大數據等新知識會尤為困難。萬幸互聯網早已打破了知識不對等的樊籬,如果想學新知識,園長建議,多上網找找公開課吧,當然英語要過關!
第 21 講主題是人工智慧的商業化,因某些原因無法播放。
課程目錄如下:
- 人工智慧的介紹和範圍
- 推斷:目標樹與問題解決
- 推斷:目標樹和規則為基礎的專家系統
- 搜索:深度優先,爬坡和平衡
- 搜索:最優解,分支定界,A *
- 搜索:遊戲,極大極小,和 α-β
- 限制:解釋線圖
- 限制:搜索,Domain 簡化
- 限制:視覺識別
- 介紹:學習,就近對象
- 學習:識別樹,障礙
- 神經網路
- 深度神經網路
- 學習:遺傳演算法
- 學習:稀疏空間,音系學
- 學習:near misses 和 Felicity Conditions
- 學習:支持向量機
- 學習:bootsing
- 描述:類、軌跡、過度
- 架構:GPS、SOAR、subsumption、社會性思維
- AI 商業化(不可觀看)
- 概率推理 I
- 概率推理 II
- 模型合併,跨模態耦合,課程總結
公開課鏈接:Artificial Intelligence Lecture Videos
歡迎關注
「講真,點贊是對我們最好的支持。」
推薦閱讀:
※從AlphaGo Zero到應用:造一張「棋盤」
※斯坦福CS231n課程作業# 3簡介
※這篇沒有乾貨沒有知識點不關於機器學習深度學習推薦系統。。
※平安銀行的機器學習實踐
※機器學習各語言領域工具庫匯總-中文版