Artificial Intelligence (AI)

Analiza I Przegląd Aplikacji Na Androida: Artificial Intelligence (AI), Opracowany Przez SkedSoft. Wymienione W Kategorii Edukacja. Bieżąca Wersja To 3.0.0, Zaktualizowana W 18/06/2020 . Według Recenzji Użytkowników W Google Play: Artificial Intelligence (AI). Osiągnięto Ponad 161 Tysiąc Instalacji. Artificial Intelligence (AI) Ma Obecnie 415 Recenzje, Średnia Ocena 3.6 Gwiazdek

Co to jest sztuczna inteligencja (AI)?

Sztuczna inteligencja (AI) odnosi się do symulacji ludzkiej inteligencji w maszynach zaprogramowanych do myślenia jak ludzie i naśladowania ich działań. Termin ten można również zastosować do dowolnej maszyny, która wykazuje cechy związane z ludzkim umysłem, takie jak uczenie się i rozwiązywanie problemów.

Sztuczna inteligencja (AI) to dziedzina informatyki, która kładzie nacisk na tworzenie inteligentnych maszyn, które działają i reagują jak ludzie. Procesy te obejmują uczenie się, rozumowanie i samokorekcję. AI osiąga się poprzez badanie, jak myśli ludzki mózg, i jak ludzie uczą się, decydują i pracują, próbując rozwiązać problem.

Dowiedz się, jak tworzyć inteligentne aplikacje skoncentrowane na obrazach, tekście i danych szeregów czasowych. Jest szeroko stosowany w wielu dziedzinach, takich jak wyszukiwarki, rozpoznawanie obrazów, robotyka, finanse i tak dalej. Dowiesz się o różnych algorytmach, które można wykorzystać do tworzenia aplikacji sztucznej inteligencji.

Co jest dla ciebie?

- Wprowadzenie do sztucznej inteligencji i inteligentnych agentów, historia sztucznej inteligencji
- Budowanie inteligentnych agentów (wyszukiwanie, gry, logika, problemy z ograniczeniem satysfakcji)
- Algorytmy uczenia maszynowego
- Zastosowania AI (przetwarzanie języka naturalnego, robotyka / wizja, rozumienie języka)

Zawartość aplikacji

1) Wprowadzenie do AI

- Test Turinga
- Historia sztucznej inteligencji
- Typowy problem sztucznej inteligencji
- Cykl sztucznej inteligencji

2) Podejście do rozwiązywania problemów AI

- Przestrzeń państwowa
- Wyszukiwanie wykresów
- Wyszukiwanie
- Wyszukiwanie ogólne
- Algorytm genetyczny
- Pierwsze wyszukiwanie szerokości
- Wyszukiwanie głębokości
- Wyszukiwanie heurystyczne
- Gry
- Cofanie
- Algorytm minimax
- Wyszukiwanie niedoinformowane
- Próbka N-Queen
- Optymalna decyzja
- Dowód dopuszczalności
- Drzewo wyszukiwania
- Przycinanie wersji alfa
- Patrz przed siebie
- Iteracyjne pogłębianie
- Chciwy Szukaj
- Wyszukaj wykres
- Świadome wyszukiwanie
- Wyszukiwanie dwukierunkowe
- Spójność
- Wyszukiwanie przeciwników
- Spójność ścieżki
- Metoda poinformowania
- Inne pamięci ograniczone
- Właściwości głębokości

3) Wiedza i rozumowanie

- Logika zdań
- Reguła wnioskowania
- Ukryty model Markowa
- sieci bayesowskie
- Łączenie w przód
- Logika pierwszego rzędu
- I / LUB Drzewa
- Semantyka
- Poziom wiedzy
- Systemy oparte na regułach
- Pure Pro-log
- Unifikacja
- Herbrand Universe
- solidność
- niemonotoniczne

4) Działając logicznie i ucząc się

- Reinforced Learning
- Semantyka bayesowska
- Nadzorowana nauka
- Problem z nauką
- Sieci semantyczne
- Sieć neuronowa
- Natywny model Bayesa
- Sztuczny układ nerwowy
- probabilistyczny
- Ramy
- Przycinanie drzew decyzyjnych
- Perceptron
- Nauka statystyczna
- Eliminacja kandydata
- Rozmnażanie wsteczne
- Bez nadzoru
- Taksonomia uczenia się
- Rozszerzanie semantycznego
- Wielowarstwowy
- Funkcje podziału
- Przeplatanie vs. brak przeplatania podplanu
- Planowanie jako wyszukiwanie
- Ogólna postać algorytmu EM

5) Komunikacja, postrzeganie i działanie

- Algorytm regresji
- język naturalny
- Algorytm grupowania
- Algorytm statystyczny
- Rozpoznawanie wzorców
- Wykorzystanie i zastosowanie
- Dwuznaczność
- Kroki w języku


Te pięć jednostek zawiera 142 tematy i czytając wszystko, będziesz wystarczająco dobry, aby zaprojektować system w językach takich jak R, Python, SAS, Matlab, Weka, SPSS itp.

Read more