深度学习简介 Neural Network Goodness of Function Pick the Best Function 前馈神经网络 Tips for Deep Learning 卷积神经网络（Convolutional Neural Network, CNN） 循环神经网络（Recurrent Neural Network, RNN） Keras CNN in Keras RNN in Keras

背景 MDPs 强化学习问题 蒙特卡洛方法 (Monte Carlo Methods) 蒙特卡洛预测（Monte Carlo Prediction） 蒙特卡洛控制（Monte Carlo Control） 时序差分学习 (Temporal-Difference Learning) 时序差分预测（TD Prediction） 时序差分控制（TD Control） Sarsa：on-policy Q-learning : off-policy 策略梯度 (Policy Gradient) Monte-Carlo Policy Gradient Actor-Critic Policy Gradient 深度强化学习 Deep Q-Networks (DQN) Policy Gradients for Deep Reinforcement Learning

First-Order Logic Why FOL? Syntax and semantics of FOL Using FOL Knowledge engineering in FOL Inference in FOL Reducing first-order inference to propositional inference Unification (合一) Generalized Modus Ponens（一般化分离规则） Forward and backward chaining Resolution

EDA（Electronics Design Automation）即电子 设计自动化技术，是一种以计算机为基本工 作平台，利用计算机图形学、拓扑逻辑学、 计算数学以及人工智能学等多种计算机应用 学科的最新成果而开发出来的一整套软件工 具，是一种帮助电子设计工程师从事电子元 件产品和系统设计的综合技术

3.1 产生式系统 3.2 产生式系统的搜索(控制)策略 3.3 图搜索算法 3.4 产生式系统的规则问题 3.5 应用举例 3.6 产生式系统的不确定性问题 3.7 系统设计技巧

4 . 1 机器翻译的四种实现方法 4.2 基于实例的机器翻译改进方法 4.3 基于实例的机器翻译方法实践

6.1 概述 6.2 贝叶斯概率基础 6.3 贝叶斯问题的求解 6.4 简单贝叶斯学习模型 6.5 贝叶斯网络的建造 6.6 贝叶斯潜在语义模型 6.7 半监督文本挖掘算法

6.1 句法分析与用作翻译的理论基础 6.2 其它相关语法介绍 6.3 语法分析在机器翻译中的应用 6.4 汉语和英语语法的概述 6.5 语义分析

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

02-01-05一级考试选择题(M) 1、在计算机上播放VCD采用的是() A)人工智能B)网络技术C)多媒体技术D)数据库技术 2、下列访问速度最快的是() A)硬盘B)光驱C)内存D)寄存器 3、下面叙述中,()是错误的。 A)光标是显示屏上指示位置的标志 B)总线是计算机各部件之间传输信息的公共通道 C)磁盘驱动器磁头既能从磁盘读取数据,也能将数据写入磁盘 D)不存在非冯·诺依曼体系结构的计算机 4、字母字符在计算机中的大小比较一般是根据()