麻省理工学院－人工智能公开课总结01

最新推荐文章于 2020-01-29 12:10:34 发布
最新推荐文章于 2020-01-29 12:10:34 发布
阅读量1k 收藏 2
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42634921/article/details/86633296
版权

这几天再看麻省理工学院的关于人工智能的公开课，为了让自己更好地理解每一堂课的内容，也为了以后回头复习的时候更方便，特地做此总结。

这里是课堂链接https://open.163.com/movie/2017/9/Q/S/MCTMNN3UI_MCTMNR8QS.html

  这是第一节课，讲解了什么是人工智能，什么是人工智能？首先，它和思维，感知，行动有关，然后，它和模型有关，这两点结合起来就是建立针对思维，感知，行动的模型。拓展一下就是支持建模的表示系统。

然后通过农夫，狐狸，鹅，谷子的故事以及树叶的搜索问题来说明是如何一步步建模的。

  接着又介绍了人工智能的历史以及初始的智能系统，至于具体内容，，，，，

双鱼quq
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人工智能课程总结
12-12
遗传算法（Genetic Algorithm, GA）起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。
麻省理工：深度学习介绍PPT-4
10-09
一门面向所有人的人工智能公开课。 对初学者来说，有没有易于上手，使用流行神经网络框架进行教学的深度学习课程？近日，麻省理工学院（MIT）正式开源了在线介绍性课程「MIT 6.S191：深度学习入门」。该课程包括一...
麻省理工公开课人工智能笔记十八
wuwei178的博客
01-29 798
本节课讲了几种人工智能的架构 一：通用问题求解器 你最开始处在一个当前状态C，你要到一个最终状态S，做法是测量两者间的象征性差异d，依据这个差异d，我们可以使用一个算子o从当前状态到达一个中间状态T，然后测量中间状态和最终状态间的差异d2，依据d2得到算子o2，再进入一个中间状态，依次下去，最后得到最终状态。 这种思想差异采集和算子寻找都需要人类来做，所以并不算一个好的人类智能。 二：...
麻省理工学院——人工智能公开课总结02
qq_42634921的博客
01-25 616
  这节课一开始给出了一个积分式子∫(-5^4/(1-x^2)^2.5)dx 然后告诉我们机器是如何像人一样一步步求解这个积分的：   首先，将变化公式分为安全变化公式和启发式公式，安全变化公式包括以下基本的四种： 提出负号。 提出常数。 和之积分等于积分之和。 分数积分等于其商之积分。 。。。。。。。。这个时候模型就有基本思路了： 应用所有公式对积分进行变形， 查表得到结果， 检...
麻省理工公开课人工智能笔记十四
wuwei178的博客
01-21 490
本篇将讨论如何按照人类的方式，一次从一个例子获得知识，不同于其他从成千上万的例子和实验中获得知识。 下面是课堂例子 首先我们有一个两个木块上面支撑一个木块的例子，姑且称其为拱形，还有一个相近差错的例子，是三个木块独立放置，在右侧画出示意图，由这个对比我们得出，拱形必须有支撑关系，画红色表示。 再有一个相近差错的例子，下面两个木块接触，不是拱形，由此我们得出，拱形不能有接触关系 再有一个...
麻省理工学院——人工智能公开课总结03
qq_42634921的博客
01-25 666
这一讲首先介绍了一个移动方块的人工智能程序，并以此详细讲解了目标树的概念，这一程序不仅能够能够实现目标，还能解释自己在过程中的一些行为。 目标树（又叫与或树）的具体概念是怎样的呢？ 目标树是按照树形结构对目标或者设计标准进行组织的方法,它把不同的目标均归类到更高级的目标之下。通过可视化的方式和分支层次来表示项目目标之间的逻辑关联。目标树是直接来源于问题树且与问题树有对等的结构。一个项目可能选择...
麻省理工公开课人工智能笔记十
wuwei178的博客
01-12 682
本篇主要讲识别树的相关知识，以如何辨别吸血鬼为例 首先给出了一组数据 在这个数据集中，有几个明显的特征 ①数据全是符号，没有数字 ②特征数据并不全部有用 ③有些测试可能代价很大 所以我们无法使用最近邻算法去确定一个有特定特征的人是否为吸血鬼。 我们可以建立一个测试树进行测量，就像这样，称其为识别树 好的识别树的标准就是代价最小 分析前面给出的数据，我们可以画出四个测试的测...
麻省理工学院——人工智能公开课06
qq_42634921的博客
01-28 4754
  这一讲讲解了人工智能如何进行博弈，包括下棋，深蓝曾经因为击败国际象棋世界冠军卡斯帕罗夫而轰动一时。这一讲首先介绍了进行博弈可以使用的各种方法。 第一种是分析，策略，战略的组合，但是没人知道如何将这几种通过怎样的方式组合起来，所以这种方法不可行， 第二种是利用if...then...规则，但这也不是一种好的方法。 第三种是向前看并进行评估。看所有的移动结果中，哪一种对棋局最有利。 第四...
麻省理工公开课人工智能笔记八
wuwei178的博客
01-09 377
本篇讲的是物体识别的相关知识 首先是大卫-马尔的想法，来自摄像头识别的物体，首先进行轮廓描述，然后使用向量表示方向，第三阶段使用方向的简单图形表示，如下图是一个圆柱的三种表示阶段 第二阶段可以认为是一个2.5围的图形，第三阶段表示为一个圆形在竖直方向，这个阶段可以和数据库中对比，一次确定形状。 方法很好，但是没人能实现。 之后是马尔的徒弟Shimon Ullman提出的对比理论：该理论...
麻省理工：深度学习介绍PPT-1
10-09
一门面向所有人的人工智能公开课。 对初学者来说，有没有易于上手，使用流行神经网络框架进行教学的深度学习课程？近日，麻省理工学院（MIT）正式开源了在线介绍性课程「MIT 6.S191：深度学习入门」。该课程包括一...
MIT人工智能课程6.034课件
05-03
1 Introduction and scope 2 Reasoning: goal trees and problem solving 3 Reasoning: goal trees and rule-based expert systems 4 Search: depth-first, hill climbing, beam 5 Search: optimal, branch and bound, A* 6 Search: games, minimax, and alpha-beta 7 Constraints: interpreting line drawings 8 Constraints: search, domain reduction 9 Constraints: visual object recognition 10 Introduction to learning, nearest neighbors 11 Learning: identification trees, disorder 12 Learning: neural nets, back propagation 13 Learning: genetic algorithms 14 Learning: sparse spaces, phonology 15 Learning: near misses, felicity conditions 16 Learning: support vector machines 17 Learning: boosting 18 Representations: classes, trajectories, transitions 19 Architectures: GPS, SOAR, Subsumption, Society of Mind 20 The AI business 21 Probabilistic inference I 22 Probabilistic inference II 23 Model merging, cross-modal coupling, course summary PROBLEM SETS TOPICS CODE FILES Problem Set 0 (PDF) Python programming, symbolic algebra Code for Problem Set 0 (ZIP) (This ZIP file contains: 5 .py files.) Problem Set 1 (PDF) Forward chaining, backward chaining and goal trees Code for Problem Set 1 (ZIP) (This ZIP file contains: 7 .py files.) Problem Set 2 (PDF) Search, using heuristics, optimal search, graph heuristics Code for Problem Set 2 (ZIP) (This ZIP file contains: 5 .py files.) Problem Set 3 (PDF) Game search Code for Problem Set 3 (ZIP) (This ZIP file contains: 7 .py files.) Problem Set 4 (PDF) Constraint satisfaction problems, k-nearest neighbors, decision trees Code for Problem Set 4 (ZIP) (This ZIP file contains: 12 .py files, 6 .ord files, 4 .csv files and 2 .dat files. sudoku_csp.py is courtesy of Justin Cullen, and is used with permission.) Problem Set 5 (PDF) Neural nets, boosting Code for Problem Set 5 (ZIP - 1.2MB) (This ZIP file contains: 12 .py files, 2 .dat files, 5 .csv files, 6 .ord files, 1 .out file, and 9 .tab files.)
人工智能自我总结
10-06
看来人工智能（机器工业出版社）的书，从书中自己总结了一些个人觉得比较实用的东西
人工智能学(麻省理工学院开放课程)
04-11
麻省理工学院开放课程，让你领略国外高校的精品课程
MIT人工智能课程
08-23
MIT开放计算机课程全套课件
一篇自己总结的人工智能简介
01-18
自己总结的关于人工智能学习的框架，可以帮助大家增加对人工智能的认识。
麻省理工：深度学习介绍PPT-2
10-09
一门面向所有人的人工智能公开课。 对初学者来说，有没有易于上手，使用流行神经网络框架进行教学的深度学习课程？近日，麻省理工学院（MIT）正式开源了在线介绍性课程「MIT 6.S191：深度学习入门」。该课程包括一...
MIT自动驾驶公开课2018.7z
01-15
这门课程由世界顶级学府麻省理工学院（MIT）提供，其内容丰富，既适合对自动驾驶感兴趣的入门者，也满足了专业人士持续学习的需求。 自动驾驶是现代科技的集大成者，它融合了机器学习、人工智能、传感器技术、控制...
人工智能MIT开放式课程资料(1)
05-25
麻省理工学院（MIT）作为世界顶级学府，其开放课程通常包含了深入且实践性强的教学内容。 描述中提到，“搜索在人工智能中占有关键作用”，这是因为搜索算法是解决决策问题和规划问题的基础。它们被广泛应用于路径...
麻省理工公开课人工智能笔记十三
wuwei178的博客
01-20 381
本篇主要讲声韵学的机制。基于英语 英语中dog的复数dogs最后发音为z，二cat的复数cats最后发音为s，为什么这样，基于区别性特征理论，如下 人发出的声音进入耳朵，得到处理，并生成一个区别性特征向量的序列，区别性特征是一个二进制变量，例如音是否有声，即发音时声带是否震动，震动就是有声+，否则就是无声-。最初的区别性特征理论及其推导有大约十四个这样的区别性特征，决定了你说的是什么音，例...
麻省理工-斯坦福-丰田研究中心电池数据集
最新发布
04-02
该数据集由麻省理工学院、斯坦福大学和丰田汽车公司合作创建，包含了来自不同类型电池的实验数据。这些数据包括电压、电流、温度、电池容量等参数，以及电池的充放电状态、内阻等信息。 该数据集可以用于电池状态...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值