于天立

oferecido por

人工智慧：搜尋方法與邏輯推論 (Artificial Intelligence - Search & Logic)

Universidade Nacional de Taiwan

Informações sobre o curso

7,663 visualizações recentes

本課程分為人工智慧（上）、人工智慧（下）兩部份，第一部分除了人工智慧概論外，著重在目標搜尋、meta heuristic、電腦對弈、演繹學習（包含證言邏輯、一階邏輯及 planning ）等技術。這些技術主要發展時機為人工智慧的第一波及第二波熱潮，也就是 1950 年代至 1990 年代附近的主流發展，即使到現在也在各個領域廣為應用。
課程教學目標：
使同學對人工智慧有基礎概念
同學能夠理解如何運用目標搜尋技術及演繹學習方式達成人工智慧
同學能將相關技術應用到自己的問題上

Resultados de carreira do aprendiz

60%

consegui um benefício significativo de carreira com este curso

20%

recebi um aumento ou promoção

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível iniciante

Aprox. 19 horas para completar

Chinês (tradicional)

Legendas: Chinês (tradicional)

Habilidades que você terá

Artificial Intelligence (AI)Search AlgorithmA.I. Artificial IntelligenceAlgorithms

Resultados de carreira do aprendiz

60%

consegui um benefício significativo de carreira com este curso

20%

recebi um aumento ou promoção

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível iniciante

Aprox. 19 horas para completar

Chinês (tradicional)

Legendas: Chinês (tradicional)

Instrutores

Classificação do instrutor

4.5/5 (8 classificações)

于天立

副教授 (Associate Professor)

電機工程學系 (Department of Electrical Engineering)

21,670 aprendizes

2 Cursos

oferecido por

Universidade Nacional de Taiwan

We firmly believe that open access to learning is a powerful socioeconomic equalizer. NTU is especially delighted to join other world-class universities on Coursera and to offer quality university courses to the Chinese-speaking population. We hope to transform the rich rewards of learning from a limited commodity to an experience available to all.

Programa - O que você aprenderá com este curso

Semana

Semana 1

2 horas para concluir

Introduction

2 horas para concluir

9 vídeos (Total 118 mín.), 1 leitura

9 videos

1-1 History of AI：TuringTest and Its Application, Chinese Room Argument5min

1-2 What is AI16min

1-3 Agents and Environments, PEAS, Environment Type19min

1-4 Different Level Of AI5min

1-5 Wave of AI：Debut, Knowledge Driven, Data Driven6min

1-6 The Classification of Agent, First Wave of AI (Artificial Neural Network)24min

1-7 Second Wave of AI (Expert System)12min

1-8 Third Wave of AI (Some Theory and Principle of Machine Learning)21min

1-9 Conclusion of AI and Machine Learning7min

1 leituras

NTU MOOC 課程問題詢問與回報機制1min

Semana

Semana 2

2 horas para concluir

Uninformed search

2 horas para concluir

6 vídeos (Total 102 mín.)

6 videos

2-1 Problem Solving Agents, Problem Formulation (i)14min

2-2 Problem Formulation (ii) - Abstraction18min

2-3 Search on Tree and Graph21min

2-4 Uninformed Search (i) - Breadth-First Search, Uniform-Cost Search18min

2-5 Uninformed Search (ii) - Depth-First Search, Depth-Limited Search, Iterative-Deepening Search14min

2-6 Uninformed Search (iii) - Iterative-Deepening Search, Bidirectional Search15min

1 exercício prático

Week 230min

Semana

Semana 3

2 horas para concluir

Informed search

2 horas para concluir

6 vídeos (Total 108 mín.)

6 videos

3-1 Best-First Search (i) - Greedy Search15min

3-2 Best-First Search (ii) - A* Search16min

3-3 Best-First Search (iii) - Optimality of A*18min

3-4 Memory Bounded Search (i) - Iterative Deepening A*, RBFS21min

3-5 Memory Bounded Search (ii) - RBFS, Simplified Memory-bounded A*20min

3-6 Heuristic - Preformance, Generating Heuristics15min

1 exercício prático

Week 330min

Semana

Semana 4

2 horas para concluir

Non-classic search

2 horas para concluir

7 vídeos (Total 119 mín.)

7 videos

4-1 Black-Box Optimization12min

4-2 Steepest Descent19min

4-3 Simulated Annealing13min

4-4 Evolutionary Computation19min

4-5 Non-deterministic Actions - AND-OR Search, Partial Observations (i) - Sensor-less18min

4-6 Partial Observations (ii) - With Sensors11min

4-7 Partial Observations (iii) - Unknown Environments23min

1 exercício prático

Week 416min

Semana

Semana 5

2 horas para concluir

Adversarial search

2 horas para concluir

6 vídeos (Total 118 mín.)

6 videos

5-1 Type of Games - Symbols, Game Tree13min

5-2 Optimal Decision, Negamax Search , Alpha-Beta Pruning (i)19min

5-3 Alpha-Beta Pruning (ii)25min

5-4 Asperasion Windows, NegaScout17min

5-5 Imperfect Decisions, Forward Pruning24min

5-6 Stochastic Games, Partially Observable Games18min

1 exercício prático

Week 530min

Semana

Semana 6

2 horas para concluir

Propositional Logic

2 horas para concluir

7 vídeos (Total 115 mín.)

7 videos

6-1 Logical Agents (i) - Generic Knowledge-Based Agent, PEAS16min

6-2 Logical Agents (ii) - Logic, Entailment and Models21min

6-3 Propositional Logic, Inference (i) - Enumeration, Validity and Satisfiability19min

6-4 Inference (ii) - Simple Knowledge, Resolution and CNF (i) - Proof by Resolution, CNF Conversion, Resolution Algorithm18min

6-5 Resolution and CNF (ii) - Properties of Resolution, Ground Resolution Theorem11min

6-6 Resolution and CNF (iii) - Horn and Definite Clauses, Forward Chaining17min

6-7 Backward Chaining, Pros and Cons of Propositional Logic10min

1 exercício prático

Week 630min

Semana

Semana 7

3 horas para concluir

First Order Logic

3 horas para concluir

8 vídeos (Total 127 mín.)

8 videos

7-1 First-Order Logic (i) - Syntax of FOL and Semantics16min

7-2 First-Order Logic (ii) - Using FOL, Inference (i) - Instantiation13min

7-3 Inference (ii) - Propositionalization, Inference (iii) - Unification18min

7-4 Inference (iii) - Unification, Inference (iv) - Forward chaining18min

7-5 Inference (iv) - Forward chaining, Inference (v) - Backward chaining13min

7-6 Logic Programing (i) - Prolog Systems17min

7-7 Logic Programing (ii) - Redundant Inference and Infinite Loops in Prolog12min

7-8 Inference (vi) - Resolution16min

1 exercício prático

Week 730min

Semana

Semana 8

3 horas para concluir

Planning

3 horas para concluir

6 vídeos (Total 129 mín.), 1 leitura, 1 teste

6 videos

8-1 Planning Domain Definition Language (PDDL) (i)21min

8-2 Planning Domain Definition Language (PDDL) (ii)26min

8-3 State-Space Search, Heuristics32min

8-4 Planning Graphs27min

8-5 GRAPHPLAN12min

8-6 Course Review9min

1 leituras

臺大開放式課程（NTU OpenCourseWare）：計算機概論10min

1 exercício prático

Week820min

Perguntas Frequentes – FAQ

Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro aos alunos que não podem pagar a taxa. Faça a solicitação clicando no link Auxílio financeiro, abaixo do botão "Inscreva-se" à esquerda. Você será solicitado a preencher um formulário e será notificado se for aprovado. Saiba mais.
Ganharei créditos universitários por concluir o curso?
Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.

人工智慧：搜尋方法與邏輯推論 (Artificial Intelligence - Search & Logic)

人工智慧：搜尋方法與邏輯推論 (Artificial Intelligence - Search & Logic)

Informações sobre o curso

Resultados de carreira do aprendiz

60%

20%

Habilidades que você terá

Resultados de carreira do aprendiz

60%

20%

Instrutores

于天立

oferecido por

Universidade Nacional de Taiwan

Programa - O que você aprenderá com este curso

Semana 1

Introduction

Semana 2

Uninformed search

Semana 3

Informed search

Semana 4

Non-classic search

Semana 5

Adversarial search

Semana 6

Propositional Logic

Semana 7

First Order Logic

Semana 8

Planning

Avaliações

Principais avaliações do 人工智慧：搜尋方法與邏輯推論 (ARTIFICIAL INTELLIGENCE - SEARCH & LOGIC)

Perguntas Frequentes – FAQ

Coursera Footer

Os melhores cursos on-line

Principais programas de cursos integrados on-line

Certificados on-line

Programa de graduação on-line

Coursera

Comunidade

Mais