Artificial Intelligence (AI)

ما هو الذكاء الاصطناعي (AI)؟

يشير الذكاء الاصطناعي (AI) إلى محاكاة الذكاء البشري في آلات مبرمجة للتفكير مثل البشر وتقليد أفعالهم. يمكن تطبيق المصطلح أيضًا على أي جهاز يعرض سمات مرتبطة بالعقل البشري مثل التعلم وحل المشكلات.

الذكاء الاصطناعي (AI) هو مجال علوم الكمبيوتر الذي يؤكد على إنشاء آلات ذكية تعمل وتتفاعل مثل البشر. تتضمن العمليات التعلم والتفكير والتصحيح الذاتي. يتم تحقيق الذكاء الاصطناعي من خلال دراسة كيف يفكر دماغ الإنسان ، وكيف يتعلم البشر ويقررون ويعملون أثناء محاولة حل مشكلة.

اكتشف كيفية إنشاء تطبيقات ذكية تتمحور حول الصور والنصوص وبيانات السلاسل الزمنية. يتم استخدامه على نطاق واسع عبر العديد من المجالات مثل محركات البحث ، والتعرف على الصور ، والروبوتات ، والتمويل ، وما إلى ذلك. ستتعرف على العديد من الخوارزميات التي يمكن استخدامها لإنشاء تطبيقات الذكاء الاصطناعي.

ما الذي يناسبك؟

- مقدمة للذكاء الاصطناعي والعوامل الذكية ، تاريخ الذكاء الاصطناعي
- بناء عوامل ذكية (البحث ، الألعاب ، المنطق ، مشاكل الرضا المعوق)
- خوارزميات التعلم الآلي
- تطبيقات الذكاء الاصطناعي (معالجة اللغات الطبيعية ، الروبوتات / الرؤية ، فهم اللغة)

محتويات التطبيق

1) مقدمة في الذكاء الاصطناعي

- اختبار تورينج
- تاريخ الذكاء الاصطناعي
- مشكلة الذكاء الاصطناعي النموذجي
- دورة الذكاء الاصطناعي

2) نهج حل المشكلات AI

- مساحة الدولة
- البحث عن الرسم البياني
- بحث
- بحث عام
- الخوارزميات الجينية
- البحث الأول
- بحث العمق
- البحث الإرشادي
- العاب
- التراجع
- خوارزمية Minimax
- البحث غير المطلع
- عينة N-Queen
- القرار الأمثل
- إثبات القبول
- شجرة البحث
- تشذيب ألفا بيتا
- انظر للأمام
- تعميق متكرر
- البحث الجشع
- البحث عن الرسم البياني
- بحث مستنير
- بحث ثنائي الاتجاه
- مدفوعة الاتساق
- بحث الخصومة
- اتساق المسار
- طريقة الاطلاع
- ذاكرة أخرى محدودة
- خصائص العمق

3) المعرفة والمنطق

- المنطق الاقتراحي
- قاعدة الاستدلال
- نموذج ماركوف المخفي
- شبكات بايزي
- تسلسل إلى الأمام
- منطق الدرجة الأولى
- و / أو الأشجار
- دلالات
- مستوى المعرفة
- الأنظمة القائمة على القواعد
- Pure Pro-log
- التوحيد
- الكون هربراند
- سلامة
- غير رتيب

4) التمثيل المنطقي والتعلم

- التعلم المعزز
- دلالات بايزي
- التعلم تحت الإشراف
- قضية التعلم
- الشبكات الدلالية
- الشبكة العصبية
- نموذج بايز الأصلي
- اصطناعي عصبي
- احتمالي
- إطارات
- تقليم شجرة القرار
- بيرسيبترون
- التعلم الإحصائي
- تصفية المرشح
- الانتشار العكسي
- غير خاضعة للرقابة
- تصنيف التعلم
- توسيع الدلالة
- متعدد الطبقات
- وظائف التقسيم
- التشذير مقابل عدم تشذير الخطة الفرعية
- التخطيط للبحث
- الشكل العام لخوارزمية EM

5) التواصل والفهم والعمل

- خوارزمية الانحدار
- اللغة الطبيعية
- خوارزمية التجميع
- خوارزمية إحصائية
- التعرف على الأنماط
- الاستخدام والتطبيق
- التباس
- خطوات في اللغة


تحتوي هذه الوحدات الخمس على 142 موضوعًا ومن خلال قراءة كل شيء ، ستكون جيدًا بما يكفي لتصميم نظام باستخدام لغات مثل R و Python و SAS و Matlab و Weka و SPSS وما إلى ذلك.