人工智能導(dǎo)論——面向人文社科專業(yè)培訓(xùn)

第一章 緒論

1.1 人工智能的概念

1.2 人工智能發(fā)展簡史

1.3 人工智能發(fā)展現(xiàn)狀和趨勢(shì)

1.4 課程內(nèi)容概述

第二章 知識(shí)表示

2.1 知識(shí)表示概述

2.2 一階謂詞邏輯知識(shí)表示

2.3 產(chǎn)生式知識(shí)表示

2.4 框架知識(shí)表示

第三章 自動(dòng)推理與專家系統(tǒng)

3.1 引言

3.2 確定性推理

3.3 不確定性推理

3.4 專家系統(tǒng)簡介

第四章 知識(shí)圖譜

4.1 知識(shí)圖譜概述

4.2 典型知識(shí)圖譜

4.3 知識(shí)圖譜技術(shù)與應(yīng)用

第五章 搜索技術(shù)

5.1 引言

5.2 狀態(tài)空間圖模型

5.3 盲目搜索策略

5.4 啟發(fā)式搜索策略

5.5 博弈搜索策略

第六章 進(jìn)化智能與群體智能

6.1 引言

6.2 進(jìn)化智能：遺傳算法

6.3 群體智能：蟻群算法

附章A：人工智能的數(shù)學(xué)基礎(chǔ)

A1 基本知識(shí)

A2 向量與矩陣

A3 導(dǎo)數(shù)基礎(chǔ)

A4 梯度下降方法

第七章 機(jī)器學(xué)習(xí)

7.1 引言

7.2 有監(jiān)督學(xué)習(xí)

7.3 無監(jiān)督學(xué)習(xí)

7.4 弱監(jiān)督學(xué)習(xí)

7.5 強(qiáng)化學(xué)習(xí)

第八章 深度學(xué)習(xí)（上）

8.1 引言

8.2 感知機(jī)算法

8.3 前饋神經(jīng)網(wǎng)絡(luò)與BP算法

8.4 卷積神經(jīng)網(wǎng)絡(luò)

第八章 深度學(xué)習(xí)（下）

8.5 循環(huán)神經(jīng)網(wǎng)絡(luò)

8.6 注意力與記憶機(jī)制

8.7 生成對(duì)抗網(wǎng)絡(luò)

第九章 人工智能典型應(yīng)用

9.1 引言

9.2 計(jì)算機(jī)視覺

9.3 語音處理技術(shù)

9.4 語言智能技術(shù)

9.5 智能競技