人工智能【山东科技大学】【全59讲】

爱学习的小刚子

合集 · 【AIGC生成式人工智能】 (13)

  1. 25:10:47
    生成式人工智能基础(AIGC)【全77讲】【含资料】【国家级精品课】
  2. 9:52:49
    生成式人工智能应用基础【全62讲】【含资料】【杭州电子科技大学】【国家级精品课】
  3. 7:31:47
    生成式人工智能素养【全71讲】【含资料】【国家级精品课】
  4. 8:21:51
    AIGC人工智能数字创艺工坊【全63讲】【含资料】【国家级精品课】
  5. 7:02:57
    AIGC辅助设计【全49讲】【含资料】【国家级精品课】
  6. 4:40:10
    AIGC人工智能创作【全51讲】【含资料】【国家级精品课】
  7. 11:59:38
    人工智能【山东科技大学】【全59讲】
  8. 1:44:38
    人工智能时代的教育变革-数智教育发展沙龙【北京大学】
  9. 1:23:25
    从技术史看人工智能【清华大学】
  10. 55:45
    【人工智能】人工智能技术在图文识别中的应用实践（主讲人：毕琰虹）
  11. 1:41:44
    【清华大学】人工智能时代的认知重构与伦理治理
  12. 25:14
    【2024世界人工智能大会】三位图灵奖得主：未来人类生产效率将翻10倍。WAIC
  13. 59:06
    AI赋能交通强国建设【北京交通大学 李卫东】人工智能

Parts

  1. P1 · 1.1 人工智能的基本概念
  2. P2 · 1.2 人工智能的发展历史
  3. P3 · 1.3 人工智能的研究领域
  4. P4 · 1.4 人工智能的发展规律：十五年周期定律
  5. P5 · 2.1 主体的构成、思维与交互
  6. P6 · 2.2.1 多主体系统的定义与交互（1）
  7. P7 · 2.2.2 多主体系统的定义与交互（2）
  8. P8 · 2.3 基于Agent的人工智能的研究体系
  9. P9 · 2.4.1 主体的定义、分类与环境（1）
  10. P10 · 2.4.2 主体的定义、分类与环境（2）
  11. P11 · 2.5 主体的构成、思维与交互
  12. P12 · 3.1 命题逻辑与谓词公式
  13. P13 · 3.2 一阶谓词逻辑表示法
  14. P14 · 3.3 产生式表示法
  15. P15 · 3.4 产生式表示下的推理
  16. P16 · 3.5 框架表示法
  17. P17 · 3.6 框架表示下的推理
  18. P18 · 3.7 语义网表示法
  19. P19 · 3.8 语义网表示下的推理
  20. P20 · 4.1 子句、子句集、归结式
  21. P21 · 4.2 Skolem标准化
  22. P22 · 4.3 置换和合一
  23. P23 · 4.4 二元归结式
  24. P24 · 4.5 基于归结原理的定理证明
  25. P25 · 4.6 基于归结原理的问题求解
  26. P26 · 4.7.1 归结原理的完备性（1）
  27. P27 · 4.7.2 归结原理的完备性（2）
  28. P28 · 4.8.1 归结控制策略（1）
  29. P29 · 4.8.2 归结控制策略（2）
  30. P30 · 4.9.1 Prolog基本语法（1）
  31. P31 · 4.9.2 Prolog基本语法（2）
  32. P32 · 4.10 Prolog的两个应用案例
  33. P33 · 5.1 不确定性推理中的基本问题
  34. P34 · 5.2 可信度方法
  35. P35 · 5.3 证据理论
  36. P36 · 5.4 基于证据理论的不确定性推理
  37. P37 · 5.5.1 模糊逻辑
  38. P38 · 5.5.2 模糊推理
  39. P39 · 6.1 状态空间知识表示方法
  40. P40 · 6.2 与或树知识表示方法
  41. P41 · 6.3 基于状态空间的盲目搜索
  42. P42 · 6.4 基于状态空间的启发式搜索
  43. P43 · 6.5 基于博弈树的极大极小搜索
  44. P44 · 6.6 α-β剪枝技术
  45. P45 · 6.7 蒙特卡洛树搜索
  46. P46 · 7.1 进化算法思想
  47. P47 · 7.2 遗传算法的步骤
  48. P48 · 7.3 遗传算法的应用
  49. P49 · 7.4 蚁群算法
  50. P50 · 8.1 机器学习基本概念与分类体系
  51. P51 · 8.2 监督学习
  52. P52 · 8.3 经典的监督学习模型
  53. P53 · 8.4 无监督学习案例
  54. P54 · 8.5 无监督学习基本过程
  55. P55 · 8.6 迁移学习
  56. P56 · 9.1 神经元与神经网络
  57. P57 · 9.2 BP神经网络及其学习算法
  58. P58 · 9.3 卷积神经网络
  59. P59 · 9.4 循环神经网络
Description 
来源：山东科技大学
主讲教师：梁永全 纪淑娟 包永堂 王智慧 亓亮 刘晓鹏 封乃丹
原文发布时间：2024-12-25 09:36:44
本课程主要研究如何利用计算机实现智能的原理以及如何建造智能机器。本课程教学侧重于理论思维的培养，系统地介绍人工智能的基本概念、原理和方法。

Comments

爱学习的小刚子 2026-02-12

【AIGC付费课程推荐】请点击： https://b23.tv/oA3arKQ

♥ 1