人工智慧簡介

人工智慧

前言

簡介

知識表達

知識學習

理論方法

搜尋優化

邏輯推論

神經網路

機率統計

實務應用

專家系統

自然語言

分群分類

程式語言

Prolog

javascript

程式實作

邏輯推論

爬山算法

基因算法

機率學習

交談程式

數字辨識

訊息

相關網站

參考文獻

最新修改

簡體版

English

檔案下載:AiIntroduction.ppt

何謂人工智慧 ?

以電腦程式模擬人類的智慧行為.

聽、說、讀、寫

感知、推理、理解、學習、動作

人工智慧 的領域

聽:語音辯識
說:語音合成
讀:自然語言理解
寫:自然語言生成

人工智慧的領域

感知:感知元件
推理:邏輯推論、模糊邏輯
理解:自然語言處理
學習:機器學習、資料採礦、類神經網路
動作:機器人學、智慧型控制

人工智慧的方法

搜尋:DFS, BFS, Best-FS, A*, Min-Max+ α-β Cut, Dynamic Programming,
最佳化:Greedy Algorithm, Simulate Annealing, Genetic Algorithm
邏輯推論:Boolean Logic, First-Order Logic, Probabilistic Logic, Fuzzy Logic
神經網路:Back Propagation Network, Hopfield Network
機率統計:Bayesian Network, Hidden Markov Model, EM algorithm
比對:Pattern Matching, Regular Expression, …

人工智慧的應用

感知:影像辨識、語音辨識、手寫辯識、指紋辯識
推理:專家系統、電腦遊戲、電腦下棋、醫療診斷
理解:機器翻譯、交談系統
學習:電腦下棋、專家系統、醫療診斷、辯識
動作:機器人足球賽、自動駕駛、商用機器人、智慧型控制器

Facebook

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