COURSE / JACKNOTE
人工智能
- 1第 1 讲:简介和范围课次资料
- 2第 2 讲:推理:目标树和问题解决课次资料
- 3第 3 讲:推理:目标树和基于规则的专家系统课次资料
- 4第 4 课:搜索:深度优先、爬山、梁课次资料
- 5讲座 5:搜索:最优、分支定界、A*课次资料
- 6第 6 讲:搜索:游戏、Minimax 和 Alpha-Beta课次资料
- 7第 7 讲:约束:解释线条图课次资料
- 8第 8 讲:约束:搜索、域缩减课次资料
- 9第 9 讲:约束:视觉对象识别课次资料
- 10第10讲:学习简介,最近邻课次资料
- 11第11讲:学习:识别树,无序课次资料
- 13第13讲:学习:遗传算法课次资料
- 14第14讲:学习:稀疏空间、音韵学课次资料
- 15第15讲:学习:有惊无险,幸福的条件课次资料
- 16第 16 讲:学习:支持向量机课次资料
- 17第 17 讲:学习:提升课次资料
- 18第 18 讲:表示:类、轨迹、转换课次资料
- 19第 19 讲:架构:GPS、SOAR、包容、心灵社会课次资料
- 21第21讲:概率推理I课次资料
- 22第22讲:概率推理II课次资料
- 23第 23 讲:模型合并、跨模态耦合、课程总结课次资料