Artificial Intelligence (AI)

인공 지능 (AI) 및 기계 학습 (ML) 전문가가 될 수 있습니다.

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.