Beginnerscursus to Artificial Intellenge

*** Bij iedere cursus krijg je een gratis cadeau. Je kunt hierbij kiezen uit een aantal boeken en dvd’s of een gratis Bol.com cadeaukaart van 10 euro. De laatste is vrij te besteden en wordt na aanvraag thuisgestuurd.***

Deze videocursus over kunstmatige intelligentie is bedoeld voor beginners en is bedoeld om u de basis bij te brengen binnen de historische ontwikkeling van AI. Om deze reden begint onze reis met de sectie "Inleiding en historische achtergrond van AI".

Onderwerpen en inhoud van de lessen: I. Inleiding en historische achtergrond

• Wat is AI - een filosofische overweging
• Sterke en zwakke AI
• De Turing-test
• De geboorte van de AI
• Het tijdperk van hoge verwachtingen
• De realiteit inhalen
• Hoe je een machine leert leren
• Gedistribueerde systemen in de AI
• Diep leren, machinaal leren, natuurlijke taalverwerking

II. De algemene probleemoplosser

Bewijsprogramma - Logisch theoreticus Voorbeeld uit "Human Problem Solving" (Simon) De structuur van een probleem

In deze paragraaf gaan we eerst in op de eerste technieken van AI. Je leert over de concepten en beroemde voorbeeldsystemen die deze vroege fase van euforie hebben veroorzaakt.

III. Expertsystemen

• Feitelijke kennis en heuristische kennis
• Frames, slots en vulmiddel
• Vooruit en achteruit koppelen
• Het MYCIN-programma
• Waarschijnlijkheden in expertsystemen
• Voorbeeld - kans op haarscheurtjes

In deze sectie bespreken we expertsystemen die, net als de algemene probleemoplossers, alleen specifieke problemen behandelen. Maar in plaats daarvan gebruiken ze buitensporige regels en feiten in de vorm van een kennisbank.

IV. Neuronale netwerken

• Het menselijke neuron
• Signaalverwerking van een neuron
• De Perceptron

Dit deel luidt een terugkeer in naar het idee om het menselijk brein te kunnen reproduceren en zo toegankelijk te maken voor digitale informatieverwerking in de vorm van neurale netwerken. We kijken naar de vroege benaderingen en belichten de ideeën die nog ontbraken om neurale netwerken te helpen een doorbraak te bereiken.

V. Machine learning (diep leren en computervisie)

• Voorbeeld - aardappeloogst
• Het geboortejaar van Deep Learning
• Lagen van deep learning-netwerken
• Machine Vision / Computer Vision
• Convolutioneel neuraal netwerk.

Het idee van een agent en zijn interactie in een multi-agentsysteem wordt beschreven in het vijfde deel. Het belangrijkste doel van een dergelijk systeem is om de complexiteit over verschillende instanties te verdelen.

Het zesde deel behandelt de doorbraak van meerlaagse neurale netwerken, machine learning, machine vision, spraakherkenning en enkele andere toepassingen van de huidige AI.

Voor wie is deze cursus bedoeld:

Mensen die basisinformatie willen krijgen over het onderwerp kunstmatige intelligentie. Voor geïnteresseerde studenten, onderzoekers, beginners en gevorderden op het gebied van kunstmatige intelligentie (AI).

• Vereisten: Geen voorwaarden op het gebied van AI nodig.
• Alles wordt op een begrijpelijke manier tot in detail uitgelegd.
• Wat je leert: Je leert de structuur en het ontwerp van moderne kunstmatige-intelligentiesystemen te begrijpen.
• Je leert onderscheid te maken tussen sterke en zwakke AI. Je leert wat "Deep Learning" is.
• U leert wat "Machine Learning" is. Wat is de structuur van een probleem. U leert over voorwaarts en achterwaarts ketenen.
• Leer meer over kansen in expertsystemen. Je leert over het menselijke neuron. Leer meer over de lagen in deep learning-netwerken.
• Je leert over machine vision / computer vision. Cursus curriculum 1 Kunstmatige intelligentie uitgelegd voor beginners