课程名称: Artificial Intelligence: Principles and Techniques

课程简介:

网络搜索、语音识别、人脸识别、机器翻译、自动驾驶和自动调度有什么共同之处?这些都是复杂的现实世界问题,而人工智能(AI)的目标就是用严格的数学工具来解决这些问题。在本课程中,您将学习驱动这些应用程序的基本原则,并练习实现其中一些系统。具体的主题包括机器学习、搜索、马尔科夫决策过程、约束满足、图形模型和逻辑。这门课程的主要目标是让你具备解决生活中可能遇到的新人工智能问题的工具。

课程部分大纲:

  • 课程简介
  • 基础知识
  • 机器学习
    • 线性分类
    • 损失最小化
    • 随机梯度下降法
    • 章节:优化,概率,Python(综述)
    • 特性和非线性
    • 神经网络,最近邻
  • 搜索
  • 马尔可夫决策过程
    • 政策评估,政策改进
    • 策略迭代,值迭代
    • 强化学习
  • 博弈
  • 约束满足问题(Dorsa, Reid)
  • 贝叶斯网络
  • 逻辑
  • 结论

讲师介绍:

Percy Liang,斯坦福大学计算机科学与统计系副教授,他的研究方向是自然语言处理和统计机器学习。 个人网页:https://cs.stanford.edu/~pliang/

成为VIP会员查看完整内容
68

相关内容

斯坦福2020硬课《分布式算法与优化》
专知会员服务
117+阅读 · 2020年5月6日
专知会员服务
112+阅读 · 2019年12月24日
【课程推荐】人工智能导论:Introduction to Articial Intelligence
【课程推荐】普林斯顿陈丹琦COS 484: 自然语言处理课程
专知会员服务
82+阅读 · 2019年12月11日
【课程】纽约大学 DS-GA 1003 Machine Learning
专知会员服务
44+阅读 · 2019年10月29日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
58+阅读 · 2019年8月26日
资源|斯坦福课程:深度学习理论!
全球人工智能
17+阅读 · 2017年11月9日
Arxiv
18+阅读 · 2019年1月16日
VIP会员
微信扫码咨询专知VIP会员