Course Outline

Ιστορία Τεχνητής Νοημοσύνης

    Ευφυείς Πράκτορες

Επίλυση προβλήματος

    Επίλυση προβλημάτων με Search πέρα από την κλασική Search ανταγωνιστική Search προβλήματα ικανοποίησης περιορισμών

Γνώση και Συλλογισμός

    Λογικοί πράκτορες Λογικό συμπέρασμα πρώτης τάξης στη λογική πρώτης τάξης Κλασικός προγραμματισμός Σχεδιασμός και δράση στον πραγματικό κόσμο Αναπαράσταση γνώσης

Αβέβαιη Γνώση και Συλλογισμός

    Ποσοτικοποίηση της αβεβαιότητας Πιθανοτικός συλλογισμός Πιθανολογικός συλλογισμός με την πάροδο του χρόνου Λήψη απλών αποφάσεων Λήψη σύνθετων αποφάσεων

Μάθηση

    Μάθηση από Παραδείγματα Γνώση στη Μάθηση Μάθηση Πιθανοτικά Μοντέλα Reinforcement Learning

Επικοινωνία, αντίληψη και δράση.

    Επεξεργασία φυσικής γλώσσας Φυσική γλώσσα για την αντίληψη της επικοινωνίας Robotics

συμπεράσματα

    Φιλοσοφικά θεμέλια AI: Το παρόν και το μέλλον

Requirements

Γενικές γνώσεις υπολογιστών, βιολογίας, μαθηματικών και φυσικής

  7 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Related Courses

Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation

  21 Hours

Related Categories