We're sorry this project doesn't work properly without JavaScript enabled. Please enable it to continue.
欢迎来到在线教学平台
问题答疑
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
  • 扫码下载Android
  • 扫码下载iOS
  • 扫码打开微信小程序
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
    • 首页 - 课程列表 - 课程详情
    返回
    用Python学人工智能_南京邮电大学
    课程类型：选修课
    发布时间：2024-11-04 15:55:04
    主讲教师：
    课程来源：
    建议学分：0.00分
    课程编码：mk004652
    课程介绍
    课程目录
    教师团队
    {13}--期末考试
    {1}--第1单元 人工智能概述 + Python语法基础
    [1.1.1]--1.1 人工智能的概念.mp4 （0分钟）
    [1.1.2]--1.2 人工智能的产生与发展.mp4 （0分钟）
    [1.1.3]--1.3 人工智能研究的基本内容.mp4 （0分钟）
    [1.2.1]--01_内容介绍.mp4 （0分钟）
    [1.2.2]--02_学习方法.mp4 （0分钟）
    [1.2.5]--05_如何写代码.mp4 （0分钟）
    [1.2.6]--06_在Python中运算.mp4 （0分钟）
    [1.2.4]--04_关于Anaconda.mp4 （0分钟）
    [1.2.3]--03_安装开发环境.mp4 （0分钟）
    [1.2.10]--10_互动答疑.mp4 （0分钟）
    [1.2.8]--08_集合和字典.mp4 （0分钟）
    [1.2.9]--09_遍历型循环.mp4 （0分钟）
    [1.2.7]--07_字符串和列表.mp4 （0分钟）
    {2}--第2单元 知识表示 + Python语法进阶
    [2.1.1]--2.1 谓词逻辑表示法.mp4 （0分钟）
    [2.1.2]--2.2 产生式表示法.mp4 （0分钟）
    [2.1.4]--2.4 框架表示法.mp4 （0分钟）
    [2.1.3]--2.3 语义网络表示法.mp4 （0分钟）
    [2.2.2]--02_匿名函数lambda.mp4 （0分钟）
    [2.2.3]--03_列表解析式.mp4 （0分钟）
    [2.2.7]--07_循环中的else.mp4 （0分钟）
    [2.2.5]--05_面向对象程序设计思想.mp4 （0分钟）
    [2.2.1]--01_百度AI Studio.mp4 （0分钟）
    [2.2.4]--04_函数的定义与调用.mp4 （0分钟）
    [2.2.8]--08_程序的自动判分.mp4 （0分钟）
    [2.2.6]--06_面向对象程序范例.mp4 （0分钟）
    {3}--第3单元 产生式推理 + 搜索算法的Python实现
    [3.1.3]--3.3 产生式推理的例子.mp4 （0分钟）
    [3.1.1]--3.1 确定性推理概述.mp4 （0分钟）
    [3.1.2]--3.2 产生式推理的方法.mp4 （0分钟）
    [3.2.1]--01_人工智能应用简介.mp4 （0分钟）
    [3.2.5]--05_深度优先搜索实战.mp4 （0分钟）
    [3.2.3]--03_构建搜索树.mp4 （0分钟）
    [3.2.4]--04_搜索算法描述.mp4 （0分钟）
    [3.2.7]--07_多个豆豆问题的状态空间表达.mp4 （0分钟）
    [3.2.2]--02_问题的状态空间.mp4 （0分钟）
    [3.2.8]--08_多个豆豆问题的代码实现.mp4 （0分钟）
    [3.2.6]--06_广度优先搜索实战.mp4 （0分钟）
    [3.2.9]--09_多个豆豆问题的代码调试.mp4 （0分钟）
    {4}--第4单元 自然演绎推理 + 启发式搜索算法的Python实现
    [4.1.2]--4.2 自然演绎推理的方法和例子.mp4 （0分钟）
    [4.1.1]--4.1 自然演绎推理的逻辑基础.mp4 （0分钟）
    [4.2.2]--02_带启发式算法的多豆豆问题B.mp4 （0分钟）
    [4.2.1]--01_带启发式算法的多豆豆问题A.mp4 （0分钟）
    [4.2.4]--04_统一代价搜索的算法实现.mp4 （0分钟）
    [4.2.5]--05_A星搜索的算法实现.mp4 （0分钟）
    [4.2.3]--03_带启发式算法的多豆豆问题C.mp4 （0分钟）
    [4.2.7]--07_吃掉所有豆豆的启发式算法实现B.mp4 （0分钟）
    [4.2.6]--06_吃掉所有豆豆的启发式算法实现A.mp4 （0分钟）
    [4.2.8]--08_吃掉所有豆豆的启发式算法实现C.mp4 （0分钟）
    [4.2.10]--10_吃掉所有豆豆的启发式算法实现E.mp4 （0分钟）
    [4.2.9]--09_吃掉所有豆豆的启发式算法实现D.mp4 （0分钟）
    {5}--第5单元 归结演绎推理 + 对抗搜索算法的Python实现
    [5.1.2]--5.2 子句集及其化简.mp4 （0分钟）
    [5.1.1]--5.1 归结演绎推理的逻辑基础.mp4 （0分钟）
    [5.1.3]--5.3 鲁滨逊归结原理.mp4 （0分钟）
    [5.1.5]--5.5 归结演绎推理的例子.mp4 （0分钟）
    [5.1.4]--5.4 归结演绎推理的方法.mp4 （0分钟）
    [5.2.3]--03_对抗搜索的ReflexAgent实现B.mp4 （0分钟）
    [5.2.5]--05_Minimax算法实现A.mp4 （0分钟）
    [5.2.4]--04_Minimax算法介绍.mp4 （0分钟）
    [5.2.6]--06_Minimax算法实现B.mp4 （0分钟）
    [5.2.1]--01_对抗搜索.mp4 （0分钟）
    [5.2.7]--07_Minimax算法实现C.mp4 （0分钟）
    [5.2.2]--02_对抗搜索的ReflexAgent实现A.mp4 （0分钟）
    [5.2.8]--08_Minimax算法实现D.mp4 （0分钟）
    {6}--第6单元 可信度推理 + ExpectiMax算法的Python
    [6.1.2]--6.2 可信度推理的模型.mp4 （0分钟）
    [6.1.3]--6.3 可信度推理的例子.mp4 （0分钟）
    [6.1.1]--6.1 不确定推理概述.mp4 （0分钟）
    [6.2.2]--02_Alpha-Beta剪枝算法实现A.mp4 （0分钟）
    [6.2.4]--04_Alpha-Beta剪枝算法实现C.mp4 （0分钟）
    [6.2.1]--01_Alpha-Beta剪枝算法.mp4 （0分钟）
    [6.2.8]--08_ExpectiMax算法实现C.mp4 （0分钟）
    [6.2.3]--03_Alpha-Beta剪枝算法实现B.mp4 （0分钟）
    [6.2.5]--05_ExpectiMax算法描述.mp4 （0分钟）
    [6.2.6]--06_ExpectiMax算法实现A.mp4 （0分钟）
    [6.2.7]--07_ExpectiMax算法实现B.mp4 （0分钟）
    [6.2.9]--09_ExpectiMax算法实现D.mp4 （0分钟）
    [6.2.10]--10_Expectimax与Minimax比较.mp4 （0分钟）
    [6.2.11]--11_评价函数的优化.mp4 （0分钟）
    [6.2.12]--12_评价函数的优化实现A.mp4 （0分钟）
    [6.2.13]--13_评价函数的优化实现B.mp4 （0分钟）
    {7}--第7单元 主观Bayes推理 + 求解MDP问题的Python实
    [7.1.1]--01_马尔科夫决策过程A.mp4 （0分钟）
    [7.1.2]--02_马尔科夫决策过程B.mp4 （0分钟）
    [7.1.3]--03_马尔科夫决策过程C.mp4 （0分钟）
    [7.1.4]--04_ValueIteration实现A.mp4 （0分钟）
    [7.1.7]--07_ValueIteration实现D.mp4 （0分钟）
    [7.1.6]--06_ValueIteration实现C.mp4 （0分钟）
    [7.1.9]--09_影响MDP的因素B.mp4 （0分钟）
    [7.1.5]--05_ValueIteration实现B.mp4 （0分钟）
    [7.1.11]--11_复习MDP模型B.mp4 （0分钟）
    [7.1.8]--08_影响MDP的因素A.mp4 （0分钟）
    [7.1.10]--10_复习MDP模型A.mp4 （0分钟）
    [7.1.12]--12_MDP模型中参数分析A.mp4 （0分钟）
    [7.1.15]--15_异步V值更新算法实现.mp4 （0分钟）
    [7.1.14]--14_MDP中的策略迭代算法.mp4 （0分钟）
    [7.1.13]--13_MDP模型中参数分析B.mp4 （0分钟）
    [7.2.1]--7.1 主观Bayes推理的概率论基础.mp4 （0分钟）
    [7.2.3]--7.3 主观Bayes推理的例子.mp4 （0分钟）
    [7.2.2]--7.2 主观Bayes推理的模型.mp4 （0分钟）
    {8}--第8单元 证据理论 + QLearning算法的Python实现
    [8.1.1]--01_异步V值更新优化算法实现A.mp4 （0分钟）
    [8.1.6]--06_QLearning算法实现A.mp4 （0分钟）
    [8.1.2]--02_异步V值更新优化算法实现B.mp4 （0分钟）
    [8.1.5]--05_强化学习算法介绍.mp4 （0分钟）
    [8.1.3]--03_异步V值更新优化算法实现C.mp4 （0分钟）
    [8.1.7]--07_QLearning算法实现B.mp4 （0分钟）
    [8.1.8]--08_QLearning算法实现C.mp4 （0分钟）
    [8.1.10]--10_QLearning参数优化.mp4 （0分钟）
    [8.1.11]--11_QLearning版本的吃豆人.mp4 （0分钟）
    [8.1.9]--09_QLearning算法优化.mp4 （0分钟）
    [8.1.12]--12_近似QLearning算法A.mp4 （0分钟）
    [8.1.13]--13_近似QLearning算法B.mp4 （0分钟）
    [8.1.14]--14_近似QLearning算法C.mp4 （0分钟）
    [8.1.4]--04_异步V值更新优化算法实现D.mp4 （0分钟）
    [8.2.3]--8.3 证据理论推理的例子.mp4 （0分钟）
    [8.2.2]--8.2 证据理论推理的模型.mp4 （0分钟）
    [8.2.1]--8.1 证据理论的形式化描述.mp4 （0分钟）
    {9}--第9单元 搜索策略 + 贝叶斯网络更新算法的Python实现
    [9.1.3]--03_离散分布代码实现A.mp4 （0分钟）
    [9.1.2]--02_贝叶斯法则.mp4 （0分钟）
    [9.1.4]--04_离散分布代码实现B.mp4 （0分钟）
    [9.1.7]--07_观察概率算法实现A.mp4 （0分钟）
    [9.1.6]--06_贝叶斯网络介绍.mp4 （0分钟）
    [9.1.1]--01_如何正确提交作业.mp4 （0分钟）
    [9.1.8]--08_观察概率算法实现B.mp4 （0分钟）
    [9.1.5]--05_离散分布代码实现C.mp4 （0分钟）
    [9.1.13]--13_随时间推移的确定推理B.mp4 （0分钟）
    [9.1.10]--10_问题复习A.mp4 （0分钟）
    [9.1.9]--09_观察概率算法实现C.mp4 （0分钟）
    [9.1.15]--15_确定推理实现B.mp4 （0分钟）
    [9.1.11]--11_问题复习B.mp4 （0分钟）
    [9.1.12]--12_随时间推移的确定推理A.mp4 （0分钟）
    [9.1.14]--14_确定推理实现A.mp4 （0分钟）
    [9.2.1]--9.1 搜索概述.mp4 （0分钟）
    [9.2.2]--9.2 状态空间的启发式搜索.mp4 （0分钟）
    [9.2.3]--9.3 与或树的启发式搜索.mp4 （0分钟）
    [9.2.4]--9.4 遗传算法.mp4 （0分钟）
    {10}--第10单元 机器学习 +贝叶斯网络推理算法的Python实现
    [10.1.2]--02_近似推理的初始化B.mp4 （0分钟）
    [10.1.1]--01_近似推理的初始化A.mp4 （0分钟）
    [10.1.3]--03_近似推理的初始化C.mp4 （0分钟）
    [10.1.5]--05_近似推理代码实现A.mp4 （0分钟）
    [10.1.9]--09_联合近似推理代码实现A.mp4 （0分钟）
    [10.1.6]--06_近似推理代码实现B.mp4 （0分钟）
    [10.1.7]--07_近似推理代码实现C.mp4 （0分钟）
    [10.1.8]--08_近似推理代码实现D.mp4 （0分钟）
    [10.1.11]--11_联合近似推理代码实现C.mp4 （0分钟）
    [10.1.13]--13_联合近似推理代码实现E.mp4 （0分钟）
    [10.1.12]--12_联合近似推理代码实现D.mp4 （0分钟）
    [10.1.4]--04_近似推理的初始化D.mp4 （0分钟）
    [10.1.10]--10_联合近似推理代码实现B.mp4 （0分钟）
    [10.2.1]--10.1 机器学习概述和任务.mp4 （0分钟）
    [10.2.4]--10.3.1 逻辑回归.mp4 （0分钟）
    [10.2.5]--10.3.2 K近邻算法.mp4 （0分钟）
    [10.2.3]--10.2.2 线性回归与Python实践.mp4 （0分钟）
    [10.2.7]--10.4 K-Means聚类算法.mp4 （0分钟）
    [10.2.9]--10.6 更多机器学习范式.mp4 （0分钟）
    [10.2.2]--10.2.1 基本数理知识简介.mp4 （0分钟）
    [10.2.10]--10.7 机器学习模型分析.mp4 （0分钟）
    [10.2.6]--10.3.3 朴素贝叶斯.mp4 （0分钟）
    [10.2.8]--10.5 主成分分析.mp4 （0分钟）
    {11}--第11单元 人工神经网络 + 线性回归的Python实现
    [11.1.2]--02_机器学习理论B.mp4 （0分钟）
    [11.1.3]--03_感知器的代码实现A.mp4 （0分钟）
    [11.1.4]--04_感知器的代码实现B.mp4 （0分钟）
    [11.1.1]--01_机器学习理论A.mp4 （0分钟）
    [11.1.5]--05_神经网络理论.mp4 （0分钟）
    [11.1.7]--07_线性回归代码实现B.mp4 （0分钟）
    [11.1.6]--06_线性回归代码实现A.mp4 （0分钟）
    [11.1.8]--08_深度神经网络.mp4 （0分钟）
    [11.2.1]--11.1 人工神经网络的概念与发展.mp4 （0分钟）
    [11.2.2]--11.2 深度神经网络.mp4 （0分钟）
    [11.2.5]--11.5 循环神经网络与Python实践.mp4 （0分钟）
    [11.2.4]--11.4 卷积神经网络与Python实践.mp4 （0分钟）
    [11.2.6]--11.6 更多神经网络架构介绍.mp4 （0分钟）
    [11.2.3]--11.3 深度神经网络Python实践.mp4 （0分钟）
    {12}--第12单元 智能应用简介 + 神经网络的Python实现
    [12.1.1]--01_神经网络的代码实现A.mp4 （0分钟）
    [12.1.4]--04_神经网络的代码实现D.mp4 （0分钟）
    [12.1.7]--07_单词语种识别案例实现A.mp4 （0分钟）
    [12.1.5]--05_神经网络的代码实现E.mp4 （0分钟）
    [12.1.2]--02_神经网络的代码实现B.mp4 （0分钟）
    [12.1.3]--03_神经网络的代码实现C.mp4 （0分钟）
    [12.1.9]--09_单词语种识别案例实现C.mp4 （0分钟）
    [12.1.8]--08_单词语种识别案例实现B.mp4 （0分钟）
    [12.1.6]--06_手写体数字识别案例实现.mp4 （0分钟）
    [12.2.2]--12.2 单元小结和致谢.mp4 （0分钟）
    [12.2.1]--12.1 智能和有趣应用.mp4 （0分钟）
    京ICP备20031688号 　|　 京公网安备 11011502004263 　 |　 教APP备1102393号
    友情链接
    常见问题
    关于我们
    联系方式
    QQ：1522205766(密码找回，请联系教务处)
    邮箱：yinghuaonline@vip.126.com
    电话：010-61235039