人工智能:模型与算法培训
一 人工智能概述
1.1 可计算思想起源与发展
1.2 人工智能的发展简史
1.3人工智能研究的基本内容
人工智能概述课件
浙江大学计算机学院人工智能课程课件(人工智能概述)
二 搜索求解
2.1启发式搜索
2.2 对抗搜索
2.3 蒙特卡洛树搜索
搜索求解课件
浙江大学计算机学院人工智能课程课件(搜索求解)
三 逻辑与推理(I)
3.1 命题逻辑
3.2 谓词逻辑
3.3 知识图谱推理:一阶归纳推理算法
逻辑与推理(I)课件
浙江大学计算机学院人工智能课程课件(逻辑与推理)
四 逻辑与推理(II)
浙江大学计算机学院人工智能课程课件(逻辑与推理)
4.1 知识图谱推理:路径排序算法
4.2 因果推理
逻辑与推理(II)课件
五 统计机器学习:监督学习
5.1 机器学习基本概念
5.2 线性回归分析
5.3提升算法(boosting)
统计机器学习:监督学习课件
浙江大学计算机学院人工智能课程课件(监督学习)
六 统计机器学习:无监督学习
6.1 K均值聚类
6.2 主成分分析
6.3 特征人脸算法
统计机器学习:无监督学习课件
浙江大学计算机学院人工智能课程课件(无监督学习)
七 统计机器学习算法应用
7.1 逻辑斯蒂回归与分类
7.2 潜在语义分析
7.3 线性区别分析及分类
统计机器学习算法应用课件
八 深度学习(I)
8.1 深度学习基本概念
8.2 前馈神经网络
8.3 误差后向传播(BP)
深度学习课件
浙江大学图灵班人工智能本科专业课件(深度学习)
九:深度学习(II)
9.1 卷积神经网络
9.2 自然语言理解与视觉分析
深度学习课件
浙江大学图灵班人工智能本科专业课件(深度学习)
十:强化学习
10.1 强化学习定义
10.2 策略优化与策略评估
10.3 强化学习求解: Q Learning
10.4 深度强化学习
强化学习课件
浙江大学图灵班人工智能本科专业课件(强化学习)
十一:人工智能博弈
11.1 博弈相关概念
11.2 遗憾最小化算法
11.3 虚拟遗憾最小化算法
11.4 人工智能安全
人工智能博弈课件
浙江大学图灵班人工智能本科专业课件(人工智能博弈)
十二:人工智能发展与挑战
12.1 记忆驱动的智能计算
12.2 可计算社会学
12.3 若干挑战
人工智能发展与挑战课件
十三:算法实验
人工智能课程体系演变
实验环境设置
如何完成并测试你的实验作业
实验作业题目
算法实验的课件
十四 构建人工智能育人生态促AI专业和交叉学科发展
新一代人工智能的形成
人工智能人才培养态势
汇聚交叉、赋能社会
构建人工智能育人生态促AI专业和交叉学科发展课件