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

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

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

Instructeur : 于天立

24 572 déjà inscrits

Inclus avec

8 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

323 avis

niveau Débutant

Aucune connaissance prérequise

Planning flexible

2 semaines à 10 heures une semaine

Apprenez à votre propre rythme

95%

La plupart des étudiants ont apprécié ce cours

8 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

323 avis

niveau Débutant

Aucune connaissance prérequise

Planning flexible

2 semaines à 10 heures une semaine

Apprenez à votre propre rythme

95%

La plupart des étudiants ont apprécié ce cours

Compétences que vous acquerrez

Catégorie : Simulations
Catégorie : Artificial Intelligence
Catégorie : Computational Logic
Catégorie : Algorithms

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

7 devoirs

Enseigné en Chinois (traditionnel)

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 8 modules dans ce cours

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。

Inclus

9 vidéos1 lecture

9 vidéosTotal 118 minutes

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

1 lectureTotal 1 minute

NTU MOOC 課程問題詢問與回報機制1 minute

Inclus

6 vidéos1 devoir

6 vidéosTotal 102 minutes

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

1 devoirTotal 30 minutes

Week 230 minutes

Inclus

6 vidéos1 devoir

6 vidéosTotal 108 minutes

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

1 devoirTotal 30 minutes

Week 330 minutes

Inclus

7 vidéos1 devoir

7 vidéosTotal 119 minutes

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

1 devoirTotal 16 minutes

Week 416 minutes

Inclus

6 vidéos1 devoir

6 vidéosTotal 118 minutes

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

1 devoirTotal 30 minutes

Week 530 minutes

Inclus

7 vidéos1 devoir

7 vidéosTotal 115 minutes

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

1 devoirTotal 30 minutes

Week 630 minutes

Inclus

8 vidéos1 devoir

8 vidéosTotal 127 minutes

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

1 devoirTotal 30 minutes

Week 730 minutes

Inclus

6 vidéos1 lecture1 devoir

6 vidéosTotal 129 minutes

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

1 lectureTotal 10 minutes

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

1 devoirTotal 20 minutes

Week820 minutes

Instructeur

Évaluations de l’enseignant

(45 évaluations)

于天立

National Taiwan University

2 Cours31 889 apprenants

Offert par

National Taiwan University

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

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.