Artificial Intelligence (AI) APK

☞ New reading UI which allows seamless reading.
☞ Night mode and horizontal + vertical page scroll
☞ Bookmark and content highlight, underlining text, add note
☞ Ebook like reading experience

O que é inteligência artificial (IA)?

Inteligência artificial (IA) refere-se à simulação da inteligência humana em máquinas programadas para pensar como seres humanos e imitar suas ações. O termo também pode ser aplicado a qualquer máquina que exiba características associadas à mente humana, como aprendizado e solução de problemas.

A inteligência artificial (IA) é uma área da ciência da computação que enfatiza a criação de máquinas inteligentes que funcionam e reagem como seres humanos. Os processos incluem aprendizado, raciocínio e autocorreção. A IA é realizada estudando como o cérebro humano pensa e como os humanos aprendem, decidem e trabalham enquanto tentam resolver um problema.

Descubra como criar aplicativos inteligentes centrados em imagens, texto e dados de séries temporais. É usado extensivamente em muitos campos, como mecanismos de pesquisa, reconhecimento de imagem, robótica, finanças e assim por diante. Você aprenderá sobre vários algoritmos que podem ser usados ​​para criar aplicativos de Inteligência Artificial.

O que é para você?

- Introdução à Inteligência Artificial e agentes inteligentes, história da Inteligência Artificial
- Construção de agentes inteligentes (pesquisa, jogos, lógica, problemas de satisfação de restrições)
- Algoritmos de aprendizado de máquina
- Aplicações de IA (processamento de linguagem natural, robótica / visão, entendimento de linguagem)

Conteúdo do aplicativo

1) Introdução à IA

- Teste de Turing
- História da Inteligência Artificial
- Problema típico de inteligência artificial
- O ciclo da inteligência artificial

2) Abordagem de solução de problemas AI

- Espaço do Estado
- Pesquisa de gráficos
- Uma pesquisa
- Uma pesquisa genérica
- Algoritmo genético
- Pesquisa pela primeira vez
- Pesquisa em profundidade
- Pesquisa Heurística
- Jogos
- Retrocesso
- Algoritmo Minimax
- Pesquisa não informada
- amostra N-Queen
- Decisão ideal
- Prova de admissibilidade
- Árvore de pesquisa
- Poda alfa beta
- Olhe para frente
- Aprofundamento iterativo
- Pesquisa gananciosa
- Gráfico de pesquisa
- Pesquisa Informada
- Pesquisa bidirecional
- Consistência orientada
- Pesquisa Adversarial
- Consistência do caminho
- Método de Informação
- Outra memória limitada
- Propriedades da profundidade

3) Conhecimento e raciocínio

- Lógica proposicional
- Regra de Inferência
- Modelo Markov oculto
- redes bayesianas
- Encadeamento direto
- Lógica de primeira ordem
- E / OU árvores
- Semântica
- Nível de conhecimento
- Sistemas baseados em regras
- Pure Pro-log
- Unificação
- Universo Herbrand
- Solidez
- Não monotônico

4) Agir logicamente e aprender

- Aprendizagem Reforçada
- Semântica de Bayesiana
- Aprendizado supervisionado
- Problema de aprendizagem
- Redes semânticas
- Rede neural
- Modelo nativo de Bayes
- Neural Artificial
- Probabilístico
- Quadros
- Poda de Árvore de Decisão
- Perceptron
- Aprendizagem estatística
- Eliminação de Candidatos
- Propagação traseira
- Não supervisionado
- Taxonomia da Aprendizagem
- Extensão Semântica
- Multicamada
- Funções de divisão
- Intercalação vs. Não-intercalação do Subplano
- Planejamento como pesquisa
- A forma geral do algoritmo EM

5) Comunicar, perceber e agir

- Algoritmo de regressão
- Linguagem Natural
- Algoritmo de agrupamento
- Algoritmo Estatístico
- Reconhecimento de padrões
- Uso e aplicação
- Ambiguidade
- Etapas no idioma


Essas cinco unidades contêm 142 tópicos e, lendo tudo, você será bom o suficiente para projetar um sistema usando linguagens como R, Python, SAS, Matlab, Weka, SPSS etc.