課程簡介

基礎知識

  • 計算機能不能想到?
  • 解決問題的命令式和聲明式方法
  • 目的:貝丹談人工智慧
  • 人工智慧的定義。圖靈測試。其他決定因素
  • 智慧系統概念的發展
  • 最重要的成就和發展方向

Neural Networks

  • 基礎知識
  • 神經元和神經網路的概念
  • 大腦的簡化模型
  • 機會神經元
  • 異或問題和值分佈的性質
  • 乙狀結腸的多態性
  • 其他功能已啟動
  • 神經網路的構建
  • 神經元連接的概念
  • 神經網路作為節點
  • 構建網路
  • 神經元
  • 尺度
  • 輸入和輸出數據
  • 範圍 0 到 1
  • 正常化
  • 學習 Neural Networks
  • 向後傳播
  • 步驟傳播
  • 網路訓練演算法
  • 應用範圍
  • 估計
  • 近似的可能性問題
  • 例子
  • XOR問題
  • 樂天?
  • 股票
  • OCR 和圖像模式識別
  • 其他應用
  • 實現預測上市股票價格的神經網路建模作業

今天的問題

  • 組合爆炸和博弈問題
  • 再次進行圖靈測試
  • 對計算機功能過於自信
  7 時間:
 

人數


開始於

結束於


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

客戶評論 (3)

相關課程

課程分類