第1章 绪论…………………………………………………………1
1.1 什么是人工智能………………………………………………1
1.1.1 人工智能的定义…………………………………………1
1.1.2 人工智能的五个等级………………………………………2
1.2 人工智能的发展历程…………………………………………5
1.2.1 人工智能的诞生…………………………………………5
1.2.2 人工智能发展的六个阶段…………………………………6
1.2.3 人工智能在我国的发展历程………………………………8
1.3 人工智能的主要研究内容……………………………………10
1.3.1 认知科学…………………………………………………10
1.3.2 知识表示、推理和应用……………………………………10
1.3.3 机器感知、机器思维、机器学习和机器行为……………11
1.4 人工智能的三大学派…………………………………………12
1.4.1 符号主义学派……………………………………………12
1.4.2 连接主义学派……………………………………………13
1.4.3 行为主义学派……………………………………………13
1.5 人工智能的未来发展趋势……………………………………14
1.5.1 技术演进：向通用智能与自主化跃迁……………………15
1.5.2 应用深化：从效率工具到产业变革引擎…………………16
1.5.3 挑战应对：平衡创新与风险………………………………17
1.5.4 未来图景：人机协同与文明重构…………………………18
1.6 人工智能的开发环境…………………………………………19
1.6.1 Python编程环境…………………………………………19
1.6.2 常用的深度学习框架及安装………………………………20
第2章 经典的人工智能方法………………………………………25
2.1 知识表示与推理：智能系统的认知基石……………………25
2.1.1 逻辑表示法………………………………………………27
2.1.2 产生式规则………………………………………………30
2.1.3 框架表示法………………………………………………32
2.1.4 知识图谱…………………………………………………34
2.1.5 不确定性知识的表示………………………………………37
2.2 问题求解与搜索策略…………………………………………38
2.2.1 状态空间搜索法：一种表示搜索对象的方法……………38
2.2.2 搜索策略…………………………………………………40
2.2.3 求解函数很优解的梯度下降法……………………………46
2.3 进化计算与群体智能…………………………………………47
2.3.1 遗传算法：模拟生物进化过程的算法……………………48
2.3.2 粒子群算法：模拟鸟群行为的群体智能算法……………51
2.3.3 蚁群算法：模拟蚁群行为的群体智能算法………………54
2.3.4 计算智能算法带给人类的启示……………………………57
第3章 机器学习……………………………………………………59
3.1 机器学习：让机器拥有学习能力……………………………59
3.1.1 引子：从人类学习到机器学习……………………………59
3.1.2 机器学习的核心概念与发展历程…………………………62
3.1.3 机器学习的三大基石：数据、模型、算法………………64
3.1.4 机器学习的基本流程：从数据到智能决策………………66
3.1.5 常见的机器学习算法：人工智能的工具箱………………69
3.2 强化学习：通过反馈学习很优策略…………………………81
3.2.1 强化学习的基本概念：在与环境交互之中进行学习……81
3.2.2 强化学习的核心元素………………………………………83
3.2.3 强化学习的经典案例………………………………………84
……
占位居中
直播中，去观看