인공 지능 (AI) 및 기계 학습 (ML) 전문가가 될 수 있습니다.
advertisement
| 이름 | Artificial Intelligence (AI) |
|---|---|
| 버전 | 3.0.0 |
| 업데이트 | 2020년 06월 22일 |
| 크기 | 13 MB |
| 카테고리 | 교육 |
| 설치 수 | 100K+ |
| 개발자 | SkedSoft |
| Android OS | Android 5.0+ |
| Google Play ID | com.skedsoft.ai |
Artificial Intelligence (AI) · 스크린샷
Artificial Intelligence (AI) · 설명
인공 지능 (AI)이란 무엇입니까?
인공 지능 (AI)은 인간처럼 생각하고 그들의 행동을 모방하도록 프로그램 된 기계에서 인간 지능의 시뮬레이션을 말합니다. 이 용어는 학습 및 문제 해결과 같은 인간의 마음과 관련된 특성을 나타내는 모든 기계에도 적용될 수 있습니다.
인공 지능 (AI)은 인간처럼 작동하고 반응하는 지능형 기계의 생성을 강조하는 컴퓨터 과학 분야입니다. 이 과정에는 학습, 추론 및 자기 교정이 포함됩니다. AI는 인간의 두뇌가 어떻게 생각하는지, 그리고 인간이 문제를 해결하려고 노력하면서 배우고 결정하고 일하는 방식을 연구함으로써 달성됩니다.
이미지, 텍스트 및 시계열 데이터를 중심으로 지능형 애플리케이션을 구축하는 방법을 알아보십시오. 검색 엔진, 이미지 인식, 로봇 공학, 금융 등과 같은 많은 분야에서 광범위하게 사용됩니다. 인공 지능 앱을 구축하는 데 사용할 수있는 다양한 알고리즘에 대해 배웁니다.
당신을 위해 무엇입니까?
-인공 지능 및 지능형 에이전트 소개, 인공 지능의 역사
-지능형 에이전트 구축 (검색, 게임, 논리, 제약 만족 문제)
-머신 러닝 알고리즘
-인공 지능 응용 (자연어 처리, 로봇 공학 / 비전, 언어 이해)
앱 콘텐츠
1) AI 소개
-튜링 테스트
-인공 지능의 역사
-전형적인 인공 지능 문제
-인공 지능주기
2) 문제 해결 접근 AI
-주 공간
-그래프 검색
- 검색
-일반 검색
-유전자 알고리즘
-너비 우선 검색
-깊이 검색
-휴리스틱 검색
-게임
-역 추적
-미니 맥스 알고리즘
-정보가없는 검색
N- 퀸 샘플
-최적의 결정
-합격 증명서
-검색 트리
-알파 베타 가지 치기
-앞서 봐
-반복 심화
-탐욕 검색
-검색 그래프
-정보 검색
-양방향 검색
-일관성 주도
-적대적 검색
-경로 일관성
-정보의 방법
-기타 메모리 제한
-깊이 속성
3) 지식과 추론
-제안 논리
-추론 규칙
-숨겨진 마르코프 모델
-베이지안 네트워크
-순방향 체인
-1 차 로직
-그리고 / 또는 나무
-시맨틱 스
-지식 수준
-규칙 기반 시스템
-순수 프로 로그
-통일
-허브 랜드 유니버스
-건전성
-비단 조
4) 논리적으로 행동하고 배우기
-강화 학습
-베이지안의 의미론
-지도 학습
-학습 문제
-시맨틱 네트워크
-신경망
-네이티브 베이 즈 모델
-인공 신경
-확률
-프레임
-의사 결정 트리 정리
-퍼셉트론
-통계 학습
-후보자 제거
-역 전파
-감독되지 않은
-학습 분류
-시맨틱 확장
-다층
-분할 기능
-서브 플랜의 인터리빙 및 비 인터리빙
-검색 계획
-EM 알고리즘의 일반적인 형태
5) 의사 소통, 인식 및 행동
-회귀 알고리즘
-자연어
-클러스터링 알고리즘
-통계 알고리즘
- 패턴 인식
-사용 및 응용
-모호성
-언어 단계
이 5 개 단원에는 142 개의 주제가 포함되어 있으며 R, Python, SAS, Matlab, Weka, SPSS 등과 같은 언어를 사용하여 시스템을 설계하기에 충분할 것입니다.
인공 지능 (AI)은 인간처럼 생각하고 그들의 행동을 모방하도록 프로그램 된 기계에서 인간 지능의 시뮬레이션을 말합니다. 이 용어는 학습 및 문제 해결과 같은 인간의 마음과 관련된 특성을 나타내는 모든 기계에도 적용될 수 있습니다.
인공 지능 (AI)은 인간처럼 작동하고 반응하는 지능형 기계의 생성을 강조하는 컴퓨터 과학 분야입니다. 이 과정에는 학습, 추론 및 자기 교정이 포함됩니다. AI는 인간의 두뇌가 어떻게 생각하는지, 그리고 인간이 문제를 해결하려고 노력하면서 배우고 결정하고 일하는 방식을 연구함으로써 달성됩니다.
이미지, 텍스트 및 시계열 데이터를 중심으로 지능형 애플리케이션을 구축하는 방법을 알아보십시오. 검색 엔진, 이미지 인식, 로봇 공학, 금융 등과 같은 많은 분야에서 광범위하게 사용됩니다. 인공 지능 앱을 구축하는 데 사용할 수있는 다양한 알고리즘에 대해 배웁니다.
당신을 위해 무엇입니까?
-인공 지능 및 지능형 에이전트 소개, 인공 지능의 역사
-지능형 에이전트 구축 (검색, 게임, 논리, 제약 만족 문제)
-머신 러닝 알고리즘
-인공 지능 응용 (자연어 처리, 로봇 공학 / 비전, 언어 이해)
앱 콘텐츠
1) AI 소개
-튜링 테스트
-인공 지능의 역사
-전형적인 인공 지능 문제
-인공 지능주기
2) 문제 해결 접근 AI
-주 공간
-그래프 검색
- 검색
-일반 검색
-유전자 알고리즘
-너비 우선 검색
-깊이 검색
-휴리스틱 검색
-게임
-역 추적
-미니 맥스 알고리즘
-정보가없는 검색
N- 퀸 샘플
-최적의 결정
-합격 증명서
-검색 트리
-알파 베타 가지 치기
-앞서 봐
-반복 심화
-탐욕 검색
-검색 그래프
-정보 검색
-양방향 검색
-일관성 주도
-적대적 검색
-경로 일관성
-정보의 방법
-기타 메모리 제한
-깊이 속성
3) 지식과 추론
-제안 논리
-추론 규칙
-숨겨진 마르코프 모델
-베이지안 네트워크
-순방향 체인
-1 차 로직
-그리고 / 또는 나무
-시맨틱 스
-지식 수준
-규칙 기반 시스템
-순수 프로 로그
-통일
-허브 랜드 유니버스
-건전성
-비단 조
4) 논리적으로 행동하고 배우기
-강화 학습
-베이지안의 의미론
-지도 학습
-학습 문제
-시맨틱 네트워크
-신경망
-네이티브 베이 즈 모델
-인공 신경
-확률
-프레임
-의사 결정 트리 정리
-퍼셉트론
-통계 학습
-후보자 제거
-역 전파
-감독되지 않은
-학습 분류
-시맨틱 확장
-다층
-분할 기능
-서브 플랜의 인터리빙 및 비 인터리빙
-검색 계획
-EM 알고리즘의 일반적인 형태
5) 의사 소통, 인식 및 행동
-회귀 알고리즘
-자연어
-클러스터링 알고리즘
-통계 알고리즘
- 패턴 인식
-사용 및 응용
-모호성
-언어 단계
이 5 개 단원에는 142 개의 주제가 포함되어 있으며 R, Python, SAS, Matlab, Weka, SPSS 등과 같은 언어를 사용하여 시스템을 설계하기에 충분할 것입니다.
