人工智慧

作品

書籍

課程

程式集

小說集

論文集

散文集

影片集

編輯雜誌

程式人

電子書

JavaScript

計算語言學

微積分

Blender 動畫

C# 語言

系統程式

高等 C 語言

Java

Android

Verilog

Wikidot

R 統計軟體

機率統計

計算機數學

組合語言

人工智慧

開放原始碼

網路資源運用

計算機結構

相關訊息

常用工具

友站連結

在家教育

RSS

最新修改

網頁列表

簡體版

English

專案程式下載 (C#):

  1. 範例一:手寫板 DigitRecognition.zip
  2. 範例二:手寫板2 DigitRecognition2.zip
  3. 範例三:手寫數字辨識 DigitRecognition7seg.zip - - 7段顯示辨識法
  4. SimpleHillClimbing.cs
  5. GeneticAlgorithm.cs
  6. Perceptron.cs

書籍

  1. 教科書:Artificial Intelligence: A Guide to Intelligent Systems (2nd Edition)
  2. 參考書:Artificial Intelligence: A Modern Approach (2nd Edition)

我的教材

  1. 人工智慧簡介scribd ,
  2. 人工智慧的歷史

搜尋方法

  1. Alpha-Beta 修剪法 — 電腦下棋的修剪式搜尋法。

邏輯推論

  1. 邏輯與自動推論 — (Logic Reasoning)
  2. 布林邏輯 — 傳統的邏輯推論方式,只有布林變項的邏輯,100% 確定的邏輯。
  3. 一階邏輯 — 較強的邏輯推論方式,包函 forall, exist, 與謂詞的語法,也是 100% 確定的邏輯。

最佳化方法 - 單粒子、多粒子的最佳化方法

  1. 單粒子的最佳化方法 — 區域搜尋法 (Local Search)
    • 貪婪演算法 — Greedy Algorithm, 每次都將看來最好的解加入,直到形成完整的解為止。
    • 爬山演算法 — Hill Climbing Algorithm, 每次都向附近最好的點走去,直到無法改進為止。
    • 模擬退火法 — Simulated Annealing, 模擬高溫煉鐵時的最佳化方法,是爬山演算法的一種變形。
    • 禁忌搜尋法 — Tabu Search, 利用禁忌串列以防止爬山演算法重複走過的路,或者走回頭路。
  2. 多粒子的最化方法 — 群體最佳化 (Swarm Optimization)
    • 單形搜尋法Nelder-Mead Method
    • 遺傳演算法 — Genetic Algorithm, 模仿兩性生殖的演化機制,使用交配、突變等機制,不斷改進群體的適應方式。
    • 演化策略 — Evolutionary Strategy, 類似遺傳演算法,但是沒有使用交配機制。
    • 粒子群演算法 — (Particle Swarm Optimization) 模仿鳥群的覓食行為所設計出的演算法。
    • 蟻群演算法 — (Ant Colony Optimization) ,模仿螞蟻的覓食行為所設計出的演算法。
    • 蜂群演算法 — (Bees Algorithm) ,模仿蜜蜂的覓食行為所設計出的演算法。

類神經網路

  1. 感知器 — 最簡單的類神經網路。
  2. 最小平方學習法 — 簡單的類神經學習法。

機率統計法

  1. 數學在機器學習上的用途
  2. 機率與自動學習技術 — (Machine Learning)
  3. 機率與資料採礦 — (Data Mining)

分群與分類 (Clustering & Classification)

  1. Clustering — 分群方法概論
  2. K-Means
  3. Bayisian Classifier
  4. Estimation Maximization (EM Algorithm) —
  5. Hidden Markov Model
  6. MCMC -蒙地卡羅馬可夫法
  7. Decision Tree

AI 的應用領域 - 模仿人類的眼、耳、口、手、腦 (聽、說、讀、寫)

  1. 眼 (讀):影像辨識 — (Image Recognition) 讓電腦辨識影像,包含光學辨識 (OCR),手寫辨識,物體辨識等。
  2. 耳 (聽):語音辨識 — (Voice Recognition) 讓電腦聽懂人類說的話,將語音轉換為文字。
  3. 口 (說):語音合成 — (Text to Speech) 讓電腦念出語句,將文字轉換為語音輸出。
  4. 手 :機器人控制 — 讓電腦模仿人類的動作。
  5. 腦 (寫):自然語言處理 — 期望讓電腦讀懂人類語言的努力。

網路教材

  1. Stuart Russell — http://aima.cs.berkeley.edu/
  2. Data Mining — http://140.118.9.173/salo/data%20mining/

我的筆記

  1. 我的 AI 筆記

Facebook

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License