ช่วยทำให้คุณเป็นผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องจักร (ML)
advertisement
| ชื่อ | Artificial Intelligence (AI) |
|---|---|
| เวอร์ชัน | 3.0.0 |
| ปรับปรุง | 22 มิ.ย. 2020 |
| ขนาด | 13 MB |
| ประเภท | การศึกษา |
| การติดตั้ง | 100K+ |
| นักพัฒนาซอฟต์แวร์ | SkedSoft |
| Android OS | Android 5.0+ |
| Google Play ID | com.skedsoft.ai |
Artificial Intelligence (AI) · ภาพหน้าจอ
Artificial Intelligence (AI) · คำอธิบาย
ปัญญาประดิษฐ์ (AI) คืออะไร?
ปัญญาประดิษฐ์ (AI) หมายถึงการจำลองความฉลาดของมนุษย์ในเครื่องจักรที่ตั้งโปรแกรมให้คิดเหมือนมนุษย์และเลียนแบบการกระทำของพวกเขา คำนี้อาจนำไปใช้กับเครื่องจักรที่แสดงลักษณะที่เกี่ยวข้องกับจิตใจมนุษย์เช่นการเรียนรู้และการแก้ปัญหา
ปัญญาประดิษฐ์ (AI) เป็นวิทยาศาสตร์คอมพิวเตอร์ที่เน้นการสร้างเครื่องจักรอัจฉริยะที่ทำงานและตอบสนองเหมือนมนุษย์ กระบวนการรวมถึงการเรียนรู้การใช้เหตุผลและการแก้ไขตนเอง AI นั้นสำเร็จได้โดยการศึกษาว่าสมองของมนุษย์คิดอย่างไรและมนุษย์เรียนรู้ตัดสินใจและทำงานอย่างไรขณะที่พยายามแก้ปัญหา
ค้นพบวิธีสร้างแอปพลิเคชั่นอัจฉริยะที่มีศูนย์กลางอยู่ที่ข้อมูลรูปภาพข้อความและอนุกรมเวลา มันถูกใช้อย่างกว้างขวางในหลาย ๆ ด้านเช่นเครื่องมือค้นหาการจดจำรูปภาพหุ่นยนต์การเงินและอื่น ๆ คุณจะได้เรียนรู้เกี่ยวกับอัลกอริทึมต่าง ๆ ที่สามารถใช้สร้างแอพปัญญาประดิษฐ์
สำหรับคุณคืออะไร
- ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์และตัวแทนอัจฉริยะประวัติศาสตร์ของปัญญาประดิษฐ์
- การสร้างตัวแทนอัจฉริยะ (การค้นหาเกมตรรกะปัญหาความพึงพอใจของข้อ จำกัด )
- อัลกอริทึมการเรียนรู้ของเครื่อง
- การประยุกต์ใช้ AI (การประมวลผลภาษาธรรมชาติหุ่นยนต์ / วิสัยทัศน์ความเข้าใจภาษา)
เนื้อหาแอป
1) ความรู้เบื้องต้นเกี่ยวกับ AI
- การทดสอบของทัวริง
- ประวัติความเป็นมาของปัญญาประดิษฐ์
- ปัญหาปัญญาประดิษฐ์ทั่วไป
- วงจรปัญญาประดิษฐ์
2) แนวทางการแก้ไขปัญหา AI
- พื้นที่ของรัฐ
- การค้นหากราฟ
- การค้นหา A *
- การค้นหาทั่วไป
- อัลกอริทึมทางพันธุกรรม
- การค้นหาความกว้าง - แรก
- ค้นหาความลึก
- ค้นหา Heuristic
- เกม
- การย้อนรอย
- ขั้นตอนวิธีขั้นต่ำ
- การค้นหาที่ไม่รู้ข้อมูล
- ตัวอย่าง N-Queen
- การตัดสินใจที่เหมาะสมที่สุด
- หลักฐานการรับสมัคร
- แผนผังการค้นหา
- การตัดแต่งกิ่งเบต้า
- มองไปข้างหน้า
- ซ้ำลึกลงไป
- ค้นหาโลภ
- กราฟการค้นหา
- ค้นหาข้อมูล
- ค้นหาแบบสองทิศทาง
- ความสอดคล้องขับเคลื่อน
- การค้นหาคู่ปรับ
- ความสอดคล้องของเส้นทาง
- วิธีการแจ้ง
- หน่วยความจำอื่น จำกัด
- คุณสมบัติของความลึก
3) ความรู้และการใช้เหตุผล
- Propositional Logic
- กฎการอนุมาน
- โมเดลมาร์คอฟที่ซ่อนอยู่
- เครือข่ายแบบเบย์
- การผูกมัดส่งต่อ
- ตรรกะลำดับแรก
- และ / หรือต้นไม้
- ความหมาย
- ระดับความรู้
- ระบบตามกฎ
- Pure Pro-log
- การรวมกัน
- จักรวาล Herbrand
- ความสมบูรณ์
- Non-Monotonic
4) ทำหน้าที่อย่างมีเหตุผลและเรียนรู้
- เสริมการเรียนรู้
- ความหมายของ Bayesian
- การเรียนรู้ภายใต้การดูแล
- ปัญหาการเรียนรู้
- เครือข่ายความหมาย
- โครงข่ายประสาทเทียม
- โมเดลเบย์เนทีฟ
- ระบบประสาทเทียม
- ความน่าจะเป็น
- เฟรม
- การตัดแต่งกิ่งการตัดสินใจ
- Perceptron
- สถิติการเรียนรู้
- การกำจัดผู้สมัคร
- การขยายพันธุ์กลับ
- ไม่ได้รับการสนับสนุน
- อนุกรมวิธานของการเรียนรู้
- การขยายความหมาย
- หลายชั้น
- ฟังก์ชั่นการแยก
- Interleaving vs. Interleaving ของแผนย่อย
- การวางแผนเป็นการค้นหา
- รูปแบบทั่วไปของอัลกอริทึม EM
5) การสื่อสารการรับรู้และการแสดง
- อัลกอริทึมการถดถอย
- ภาษาธรรมชาติ
- อัลกอริทึมการจัดกลุ่ม
- อัลกอริทึมทางสถิติ
- การจดจำรูปแบบ
- การใช้งานและการใช้งาน
- ความกำกวม
- ขั้นตอนในภาษา
ห้าหน่วยนี้มี 142 หัวข้อและโดยการอ่านทั้งหมดคุณจะดีพอที่จะออกแบบระบบโดยใช้ภาษาเช่น R, Python, SAS, Matlab, Weka, SPSS เป็นต้น
ปัญญาประดิษฐ์ (AI) หมายถึงการจำลองความฉลาดของมนุษย์ในเครื่องจักรที่ตั้งโปรแกรมให้คิดเหมือนมนุษย์และเลียนแบบการกระทำของพวกเขา คำนี้อาจนำไปใช้กับเครื่องจักรที่แสดงลักษณะที่เกี่ยวข้องกับจิตใจมนุษย์เช่นการเรียนรู้และการแก้ปัญหา
ปัญญาประดิษฐ์ (AI) เป็นวิทยาศาสตร์คอมพิวเตอร์ที่เน้นการสร้างเครื่องจักรอัจฉริยะที่ทำงานและตอบสนองเหมือนมนุษย์ กระบวนการรวมถึงการเรียนรู้การใช้เหตุผลและการแก้ไขตนเอง AI นั้นสำเร็จได้โดยการศึกษาว่าสมองของมนุษย์คิดอย่างไรและมนุษย์เรียนรู้ตัดสินใจและทำงานอย่างไรขณะที่พยายามแก้ปัญหา
ค้นพบวิธีสร้างแอปพลิเคชั่นอัจฉริยะที่มีศูนย์กลางอยู่ที่ข้อมูลรูปภาพข้อความและอนุกรมเวลา มันถูกใช้อย่างกว้างขวางในหลาย ๆ ด้านเช่นเครื่องมือค้นหาการจดจำรูปภาพหุ่นยนต์การเงินและอื่น ๆ คุณจะได้เรียนรู้เกี่ยวกับอัลกอริทึมต่าง ๆ ที่สามารถใช้สร้างแอพปัญญาประดิษฐ์
สำหรับคุณคืออะไร
- ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์และตัวแทนอัจฉริยะประวัติศาสตร์ของปัญญาประดิษฐ์
- การสร้างตัวแทนอัจฉริยะ (การค้นหาเกมตรรกะปัญหาความพึงพอใจของข้อ จำกัด )
- อัลกอริทึมการเรียนรู้ของเครื่อง
- การประยุกต์ใช้ AI (การประมวลผลภาษาธรรมชาติหุ่นยนต์ / วิสัยทัศน์ความเข้าใจภาษา)
เนื้อหาแอป
1) ความรู้เบื้องต้นเกี่ยวกับ AI
- การทดสอบของทัวริง
- ประวัติความเป็นมาของปัญญาประดิษฐ์
- ปัญหาปัญญาประดิษฐ์ทั่วไป
- วงจรปัญญาประดิษฐ์
2) แนวทางการแก้ไขปัญหา AI
- พื้นที่ของรัฐ
- การค้นหากราฟ
- การค้นหา A *
- การค้นหาทั่วไป
- อัลกอริทึมทางพันธุกรรม
- การค้นหาความกว้าง - แรก
- ค้นหาความลึก
- ค้นหา Heuristic
- เกม
- การย้อนรอย
- ขั้นตอนวิธีขั้นต่ำ
- การค้นหาที่ไม่รู้ข้อมูล
- ตัวอย่าง N-Queen
- การตัดสินใจที่เหมาะสมที่สุด
- หลักฐานการรับสมัคร
- แผนผังการค้นหา
- การตัดแต่งกิ่งเบต้า
- มองไปข้างหน้า
- ซ้ำลึกลงไป
- ค้นหาโลภ
- กราฟการค้นหา
- ค้นหาข้อมูล
- ค้นหาแบบสองทิศทาง
- ความสอดคล้องขับเคลื่อน
- การค้นหาคู่ปรับ
- ความสอดคล้องของเส้นทาง
- วิธีการแจ้ง
- หน่วยความจำอื่น จำกัด
- คุณสมบัติของความลึก
3) ความรู้และการใช้เหตุผล
- Propositional Logic
- กฎการอนุมาน
- โมเดลมาร์คอฟที่ซ่อนอยู่
- เครือข่ายแบบเบย์
- การผูกมัดส่งต่อ
- ตรรกะลำดับแรก
- และ / หรือต้นไม้
- ความหมาย
- ระดับความรู้
- ระบบตามกฎ
- Pure Pro-log
- การรวมกัน
- จักรวาล Herbrand
- ความสมบูรณ์
- Non-Monotonic
4) ทำหน้าที่อย่างมีเหตุผลและเรียนรู้
- เสริมการเรียนรู้
- ความหมายของ Bayesian
- การเรียนรู้ภายใต้การดูแล
- ปัญหาการเรียนรู้
- เครือข่ายความหมาย
- โครงข่ายประสาทเทียม
- โมเดลเบย์เนทีฟ
- ระบบประสาทเทียม
- ความน่าจะเป็น
- เฟรม
- การตัดแต่งกิ่งการตัดสินใจ
- Perceptron
- สถิติการเรียนรู้
- การกำจัดผู้สมัคร
- การขยายพันธุ์กลับ
- ไม่ได้รับการสนับสนุน
- อนุกรมวิธานของการเรียนรู้
- การขยายความหมาย
- หลายชั้น
- ฟังก์ชั่นการแยก
- Interleaving vs. Interleaving ของแผนย่อย
- การวางแผนเป็นการค้นหา
- รูปแบบทั่วไปของอัลกอริทึม EM
5) การสื่อสารการรับรู้และการแสดง
- อัลกอริทึมการถดถอย
- ภาษาธรรมชาติ
- อัลกอริทึมการจัดกลุ่ม
- อัลกอริทึมทางสถิติ
- การจดจำรูปแบบ
- การใช้งานและการใช้งาน
- ความกำกวม
- ขั้นตอนในภาษา
ห้าหน่วยนี้มี 142 หัวข้อและโดยการอ่านทั้งหมดคุณจะดีพอที่จะออกแบบระบบโดยใช้ภาษาเช่น R, Python, SAS, Matlab, Weka, SPSS เป็นต้น
