清华推荐的人工智能基础与应用
从基础理论 - 核心技术 - 应用拓展 - 工具实践完整介绍人工智能基础搜索算法（盲目 / 启发式 / 博弈搜索）、机器学习（分类、聚类、集成学习）、深度学习（CNN、RNN、GAN、联邦学习等）。应用技术层：计算机视觉（图像分析、模式识别）、自然语言与语音处理（情感分类、机器翻译、语音识别）、智能机器人（结构、导航、交互）、大数据与区块链（核心技术、与 AI 融合）。
·
构建 “基础理论 - 核心技术 - 应用拓展 - 工具实践” 的完整体系：
- 基础理论层：绪论（AI 概念、发展、流派）、知识与知识表示（一阶谓词逻辑、产生式、知识图谱）、自动推理与专家系统（确定性 / 不确定性推理、专家系统设计）。
- 核心算法层：搜索算法（盲目 / 启发式 / 博弈搜索）、机器学习（分类、聚类、集成学习）、深度学习（CNN、RNN、GAN、联邦学习等）。
- 应用技术层：计算机视觉（图像分析、模式识别）、自然语言与语音处理（情感分类、机器翻译、语音识别）、智能机器人（结构、导航、交互）、大数据与区块链（核心技术、与 AI 融合）。
- 工具实践层：Python 编程基础（语法、库应用，支撑 AI 问题求解）。
《人工智能基础与应用》章节核心知识点对照表
| 章节序号 | 章节名称 | 核心知识点 |
|---|---|---|
| 第1章 | 绪论 | 智能的三大观点（思维理论/知识阈值理论/进化理论）；AI概念与图灵测试；发展三阶段（孕育/形成/发展）；三大学派（符号主义/连接主义/行为主义）；研究应用领域；发展现状与趋势 |
| 第2章 | 知识与知识表示 | 知识的概念、特征；知识表示内涵；四大表示方法（一阶谓词逻辑/产生式/状态空间/框架表示法）；知识图谱（概述+应用示例） |
| 第3章 | 自动推理与专家系统 | 确定性/不确定性推理；专家系统（内涵、结构、设计实现、应用与发展） |
| 第4章 | 搜索算法与智能计算 | 搜索策略（盲目/启发式/博弈搜索）；智能计算算法（遗传算法/蚁群算法/粒子群优化算法的原理、操作、应用） |
| 第5章 | 机器学习 | 概念与类型；学习流程；模型性能度量（精度、查准率/查全率、ROC/AUC）；分类方法（逻辑回归、KNN等）；聚类方法（原型/密度/层次聚类）；集成学习 |
| 第6章 | 深度学习（1） | 神经元与神经网络（结构、优化算法）；BP神经网络、CNN、RNN；贝叶斯深度学习（公式、框架、训练） |
| 第7章 | 深度学习（2） | 注意力与记忆机制；自编码器（传统/改进/应用）；强化学习、对抗学习（GAN）；联邦学习（背景、内涵、应用） |
| 第8章 | 计算机视觉 | 领域概述；图像分析与理解（浅层/深度模型方法）；典型应用（模式识别/动态行为分析/机器视觉） |
| 第9章 | 自然语言与语音处理 | 自然语言处理（情感分类/机器翻译/人机交互）；语音处理（识别/合成/转换） |
| 第10章 | 智能机器人 | 定义、分类、特性、发展历程；基本构成与工作原理；AI技术应用（感知/导航规划/控制操作/交互）；典型场景与展望 |
| 第11章 | 大数据与区块链 | 大数据（概念、特征、应用、关键技术；与AI融合）；区块链（技术基础、与AI结合；应用与展望）；大数据与区块链的关系 |
| 第12章 | Python编程基础 | 安装、版本与使用方式；基础语法、数学运算、函数式编程；AI常用库（NumPy/Pandas/matplotlib的安装与核心应用） |
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
9
0- 0
已为社区贡献3条内容
所有评论(0)