人工智慧：搜尋方法與邏輯推論 (Artificial Intelligence - Search & Logic)

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

人工智慧：搜尋方法與邏輯推論 (Artificial Intelligence - Search & Logic)

Dozent: 于天立

24.572 bereits angemeldet

Bei enthalten

Mehr erfahren

8 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

323 Bewertungen

Stufe Anfänger

Keine Vorkenntnisse erforderlich

Flexibler Zeitplan

2 Wochen bei 10 Stunden eine Woche

In Ihrem eigenen Lerntempo lernen

95%

Den meisten Lernenden hat dieser Kurs gefallen

8 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

323 Bewertungen

Stufe Anfänger

Keine Vorkenntnisse erforderlich

Flexibler Zeitplan

2 Wochen bei 10 Stunden eine Woche

In Ihrem eigenen Lerntempo lernen

95%

Den meisten Lernenden hat dieser Kurs gefallen

Kompetenzen, die Sie erwerben

Kategorie: Simulations
Kategorie: Artificial Intelligence
Kategorie: Computational Logic
Kategorie: Algorithms

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

7 Aufgaben

Unterrichtet in Chinesisch (traditionell)

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 8 Module

本課程分為人工智慧（上）、人工智慧（下）兩部份，第一部分除了人工智慧概論外，著重在目標搜尋、meta heuristic、電腦對弈、演繹學習（包含證言邏輯、一階邏輯及 planning ）等技術。這些技術主要發展時機為人工智慧的第一波及第二波熱潮，也就是 1950 年代至 1990 年代附近的主流發展，即使到現在也在各個領域廣為應用。

Das ist alles enthalten

9 Videos1 Lektüre

9 VideosInsgesamt 118 Minuten

1-1 History of AI：TuringTest and Its Application, Chinese Room Argument5 Minuten
1-2 What is AI16 Minuten
1-3 Agents and Environments, PEAS, Environment Type20 Minuten
1-4 Different Level Of AI5 Minuten
1-5 Wave of AI：Debut, Knowledge Driven, Data Driven6 Minuten
1-6 The Classification of Agent, First Wave of AI (Artificial Neural Network)25 Minuten
1-7 Second Wave of AI (Expert System)12 Minuten
1-8 Third Wave of AI (Some Theory and Principle of Machine Learning)21 Minuten
1-9 Conclusion of AI and Machine Learning8 Minuten

1 LektüreInsgesamt 1 Minute

NTU MOOC 課程問題詢問與回報機制1 Minute

Das ist alles enthalten

6 Videos1 Aufgabe

6 VideosInsgesamt 102 Minuten

2-1 Problem Solving Agents, Problem Formulation (i)15 Minuten
2-2 Problem Formulation (ii) - Abstraction18 Minuten
2-3 Search on Tree and Graph21 Minuten
2-4 Uninformed Search (i) - Breadth-First Search, Uniform-Cost Search18 Minuten
2-5 Uninformed Search (ii) - Depth-First Search, Depth-Limited Search, Iterative-Deepening Search14 Minuten
2-6 Uninformed Search (iii) - Iterative-Deepening Search, Bidirectional Search15 Minuten

1 AufgabeInsgesamt 30 Minuten

Week 230 Minuten

Das ist alles enthalten

6 Videos1 Aufgabe

6 VideosInsgesamt 108 Minuten

3-1 Best-First Search (i) - Greedy Search16 Minuten
3-2 Best-First Search (ii) - A* Search17 Minuten
3-3 Best-First Search (iii) - Optimality of A*18 Minuten
3-4 Memory Bounded Search (i) - Iterative Deepening A*, RBFS22 Minuten
3-5 Memory Bounded Search (ii) - RBFS, Simplified Memory-bounded A*21 Minuten
3-6 Heuristic - Preformance, Generating Heuristics15 Minuten

1 AufgabeInsgesamt 30 Minuten

Week 330 Minuten

Das ist alles enthalten

7 Videos1 Aufgabe

7 VideosInsgesamt 119 Minuten

4-1 Black-Box Optimization12 Minuten
4-2 Steepest Descent20 Minuten
4-3 Simulated Annealing13 Minuten
4-4 Evolutionary Computation19 Minuten
4-5 Non-deterministic Actions - AND-OR Search, Partial Observations (i) - Sensor-less19 Minuten
4-6 Partial Observations (ii) - With Sensors11 Minuten
4-7 Partial Observations (iii) - Unknown Environments24 Minuten

1 AufgabeInsgesamt 16 Minuten

Week 416 Minuten

Das ist alles enthalten

6 Videos1 Aufgabe

6 VideosInsgesamt 118 Minuten

5-1 Type of Games - Symbols, Game Tree14 Minuten
5-2 Optimal Decision, Negamax Search , Alpha-Beta Pruning (i)19 Minuten
5-3 Alpha-Beta Pruning (ii)25 Minuten
5-4 Asperasion Windows, NegaScout17 Minuten
5-5 Imperfect Decisions, Forward Pruning24 Minuten
5-6 Stochastic Games, Partially Observable Games18 Minuten

1 AufgabeInsgesamt 30 Minuten

Week 530 Minuten

Das ist alles enthalten

7 Videos1 Aufgabe

7 VideosInsgesamt 115 Minuten

6-1 Logical Agents (i) - Generic Knowledge-Based Agent, PEAS17 Minuten
6-2 Logical Agents (ii) - Logic, Entailment and Models21 Minuten
6-3 Propositional Logic, Inference (i) - Enumeration, Validity and Satisfiability19 Minuten
6-4 Inference (ii) - Simple Knowledge, Resolution and CNF (i) - Proof by Resolution, CNF Conversion, Resolution Algorithm19 Minuten
6-5 Resolution and CNF (ii) - Properties of Resolution, Ground Resolution Theorem12 Minuten
6-6 Resolution and CNF (iii) - Horn and Definite Clauses, Forward Chaining17 Minuten
6-7 Backward Chaining, Pros and Cons of Propositional Logic10 Minuten

1 AufgabeInsgesamt 30 Minuten

Week 630 Minuten

Das ist alles enthalten

8 Videos1 Aufgabe

8 VideosInsgesamt 127 Minuten

7-1 First-Order Logic (i) - Syntax of FOL and Semantics16 Minuten
7-2 First-Order Logic (ii) - Using FOL, Inference (i) - Instantiation13 Minuten
7-3 Inference (ii) - Propositionalization, Inference (iii) - Unification18 Minuten
7-4 Inference (iii) - Unification, Inference (iv) - Forward chaining18 Minuten
7-5 Inference (iv) - Forward chaining, Inference (v) - Backward chaining13 Minuten
7-6 Logic Programing (i) - Prolog Systems18 Minuten
7-7 Logic Programing (ii) - Redundant Inference and Infinite Loops in Prolog13 Minuten
7-8 Inference (vi) - Resolution17 Minuten

1 AufgabeInsgesamt 30 Minuten

Week 730 Minuten

Das ist alles enthalten

6 Videos1 Lektüre1 Aufgabe

6 VideosInsgesamt 129 Minuten

8-1 Planning Domain Definition Language (PDDL) (i)22 Minuten
8-2 Planning Domain Definition Language (PDDL) (ii)26 Minuten
8-3 State-Space Search, Heuristics32 Minuten
8-4 Planning Graphs27 Minuten
8-5 GRAPHPLAN12 Minuten
8-6 Course Review10 Minuten

1 LektüreInsgesamt 10 Minuten

臺大開放式課程（NTU OpenCourseWare）：計算機概論10 Minuten

1 AufgabeInsgesamt 20 Minuten

Week820 Minuten

Dozent

Lehrkraftbewertungen

(45 Bewertungen)

于天立

National Taiwan University

2 Kurse31.889 Lernende

von

National Taiwan University

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.