PDF версия лекций /file/4252/.
Отличия:
• Один pdf-файл, вместо 16-ти doc.
⇒ Удобнее осуществлять поиск по документу.
• Наличие ссылочного оглавления (в закладках).
Содержание:
Искусственный интеллект: основные понятия и история возникновения
Данные и знания
Общая характеристика задач решаемых методами ИИ
• Степень использования человеческого интеллекта
• Полнота априорной информации
• «Продвинутость» задач
Нечеткая логика и ее применение в системах искусственного интеллекта
Понятие нечеткой логики и нечетких систем
Нечеткие множества и лингвистические переменные
Нечеткие множества и лингвистические переменные
Операции с нечеткими множествами
• Эквивалентность
• Включение
• Объединение
• Пересечение
• Дополнение
• Алгебраическое произведение
• Алгебраическая сумма
• Операция концентрации
• Операция растяжения
Нечеткие алгоритмы
• метод Максимум–Произведения
• Методы дефаззификации
Системы искусственного интеллекта, основанные на нейронных сетях
Понятие и структура нейронных сетей
Основные компоненты
Множество простых процессоров
Структура связей
Правило распространения сигналов в сети
Правило вычисления сигнала активности
Тождественная функция
Пороговая функция
Сигмоидальная функция
Обучение НС
Обучение с учителем
Обучение без учителя
Распознавание образов с помощью нейронных сетей
Описание задачи и практические приложения задачи распознавания образов
Проблема разделения классов (проблема «исключающего ИЛИ»)
Обучение по алгоритму обратного распространения ошибки
Генетические алгоритмы
История появления генетических алгоритмов
Основные понятия
Классический (традиционный) генетический алгоритм
Настройка параметров генетического алгоритма
• Турнирный отбор
• Элитные методы отбора
• Двухточечный кроссовер и равномерный кроссовер
• Размер популяции
Области применения генетических алгоритмов
Отличия:
• Один pdf-файл, вместо 16-ти doc.
⇒ Удобнее осуществлять поиск по документу.
• Наличие ссылочного оглавления (в закладках).
Содержание:
Искусственный интеллект: основные понятия и история возникновения
Данные и знания
Общая характеристика задач решаемых методами ИИ
• Степень использования человеческого интеллекта
• Полнота априорной информации
• «Продвинутость» задач
Нечеткая логика и ее применение в системах искусственного интеллекта
Понятие нечеткой логики и нечетких систем
Нечеткие множества и лингвистические переменные
Нечеткие множества и лингвистические переменные
Операции с нечеткими множествами
• Эквивалентность
• Включение
• Объединение
• Пересечение
• Дополнение
• Алгебраическое произведение
• Алгебраическая сумма
• Операция концентрации
• Операция растяжения
Нечеткие алгоритмы
• метод Максимум–Произведения
• Методы дефаззификации
Системы искусственного интеллекта, основанные на нейронных сетях
Понятие и структура нейронных сетей
Основные компоненты
Множество простых процессоров
Структура связей
Правило распространения сигналов в сети
Правило вычисления сигнала активности
Тождественная функция
Пороговая функция
Сигмоидальная функция
Обучение НС
Обучение с учителем
Обучение без учителя
Распознавание образов с помощью нейронных сетей
Описание задачи и практические приложения задачи распознавания образов
Проблема разделения классов (проблема «исключающего ИЛИ»)
Обучение по алгоритму обратного распространения ошибки
Генетические алгоритмы
История появления генетических алгоритмов
Основные понятия
Классический (традиционный) генетический алгоритм
Настройка параметров генетического алгоритма
• Турнирный отбор
• Элитные методы отбора
• Двухточечный кроссовер и равномерный кроссовер
• Размер популяции
Области применения генетических алгоритмов