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
提供：
国立台湾大学（National Taiwan University）
このコースについて
6,819 最近の表示
習得するスキル
Artificial Intelligence (AI)Search AlgorithmA.I. Artificial IntelligenceAlgorithms
このCourseを受講している学習者は
- Product Managers
- Data Scientists
- Machine Learning Engineers
- Designers
- Data Analysts
シラバス - 本コースの学習内容
週
12時間で修了
Introduction
9件のビデオ （合計118分）, 1 reading
9件のビデオ
1-2 What is AI16 分
1-3 Agents and Environments, PEAS, Environment Type19 分
1-4 Different Level Of AI5 分
1-5 Wave of AI：Debut, Knowledge Driven, Data Driven6 分
1-6 The Classification of Agent, First Wave of AI (Artificial Neural Network)24 分
1-7 Second Wave of AI (Expert System)12 分
1-8 Third Wave of AI (Some Theory and Principle of Machine Learning)21 分
1-9 Conclusion of AI and Machine Learning7 分
1件の学習用教材
NTU MOOC 課程問題詢問與回報機制1 分
週
22時間で修了
Uninformed search
6件のビデオ （合計102分）, 1 quiz
6件のビデオ
2-2 Problem Formulation (ii) - Abstraction18 分
2-3 Search on Tree and Graph21 分
2-4 Uninformed Search (i) - Breadth-First Search, Uniform-Cost Search18 分
2-5 Uninformed Search (ii) - Depth-First Search, Depth-Limited Search, Iterative-Deepening Search14 分
2-6 Uninformed Search (iii) - Iterative-Deepening Search, Bidirectional Search15 分
1の練習問題
Week 218 分
週
32時間で修了
Informed search
6件のビデオ （合計108分）, 1 quiz
6件のビデオ
3-2 Best-First Search (ii) - A* Search16 分
3-3 Best-First Search (iii) - Optimality of A*18 分
3-4 Memory Bounded Search (i) - Iterative Deepening A*, RBFS21 分
3-5 Memory Bounded Search (ii) - RBFS, Simplified Memory-bounded A*20 分
3-6 Heuristic - Preformance, Generating Heuristics15 分
1の練習問題
Week 320 分
週
42時間で修了
Non-classic search
7件のビデオ （合計119分）, 1 quiz
7件のビデオ
4-2 Steepest Descent19 分
4-3 Simulated Annealing13 分
4-4 Evolutionary Computation19 分
4-5 Non-deterministic Actions - AND-OR Search, Partial Observations (i) - Sensor-less18 分
4-6 Partial Observations (ii) - With Sensors11 分
4-7 Partial Observations (iii) - Unknown Environments23 分
1の練習問題
Week 416 分
4.8
38件のレビュー60%
コースが具体的なキャリアアップにつながった
20%
昇給や昇進につながった
人工智慧：搜尋方法與邏輯推論 (Artificial Intelligence - Search & Logic) からの人気レビュー
上完這個課程，不但讓我對人工智慧領域有概括性的認識，且對各種搜尋或邏輯判斷的演算法優缺點均有概念。非常推薦給想要進入人工智慧領域的朋友來上這門課程。但建議至少要有一點計算機概論或演算法的基礎比較好喔！
講師
于天立
副教授 (Associate Professor)電機工程學系 (Department of Electrical Engineering)
国立台湾大学（National Taiwan University）について
We firmly believe that open access to learning is a powerful socioeconomic equalizer. NTU is especially delighted to join other world-class universities on Coursera and to offer quality university courses to the Chinese-speaking population. We hope to transform the rich rewards of learning from a limited commodity to an experience available to all. More courses information, the official Facebook Page: https://www.facebook.com/ntumooc2017/
よくある質問
いつ講座や課題にアクセスできるようになりますか？
修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題（該当する場合）にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。
修了証を購入すると何を行えるようになりますか？
修了証を購入する際、コースのすべての教材（採点課題を含む）にアクセスできます。コースを完了すると、電子修了証が成果のページに追加されます。そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。
返金ポリシーについて教えてください。
学資援助はありますか？
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。