4-3 Simulated Annealing - Non-classic search | Coursera

4-3 Simulated Annealing

video-placeholder

Loading...

国立台湾大学

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

国立台湾大学

4.8（245 個評分）

|

20K 名學生已註冊

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。課程教學目標：使同學對人工智慧有基礎概念同學能夠理解如何運用目標搜尋技術及演繹學習方式達成人工智慧同學能將相關技術應用到自己的問題上

查看授課大綱

您將學習的技能

Artificial Intelligence (AI), Search Algorithm, A.I. Artificial Intelligence, Algorithms

審閱

4.8（245 個評分）

5 stars
82.04%
4 stars
14.69%
3 stars
2.85%
2 stars
0.40%

從本節課中

Non-classic search

4-1 Black-Box Optimization12:15

4-2 Steepest Descent19:57

4-3 Simulated Annealing13:12

4-4 Evolutionary Computation19:10

4-5 Non-deterministic Actions - AND-OR Search, Partial Observations (i) - Sensor-less18:59

4-6 Partial Observations (ii) - With Sensors11:28

4-7 Partial Observations (iii) - Unknown Environments23:47

教學方

于天立
副教授 (Associate Professor)

以免費的價格試聽課程

探索我們的目錄

免費加入並獲得個性化推薦、更新和優惠。