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
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
    中南林业科技大学涉外学院——在线教学平台
    地址 :湖南省长沙市芙蓉北路特1号
    网络中心电话：0731-89814016
    教务处电话：0731-89814002