9 просмотров

Искусственный интеллект (ИИ)

AI 503, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ MS ТЕЗИС, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 505, ЧТЕНИЕ И КОНФЕРЕНЦИЯ, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 506, ПРОЕКТЫ, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 507, СЕМИНАР, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 510, ПРОФЕССИОНАЛЬНАЯ СТАЖИРОВКА, 1-4 кредита

Этот курс можно повторить за 99 кредитов.

AI 530, БОЛЬШИЕ ИДЕИ В AI, 3 кредита

Знакомит с основными идеями и подтемами в области искусственного интеллекта (ИИ), включая философские основы, эвристический поиск, оптимизацию, представление знаний, рассуждения в условиях неопределенности, машинное обучение, компьютерное зрение, обработку естественного языка, последовательное принятие решений, а также социальные и этические вопросы. . Охватывает исторический контекст, а также последние достижения.

Рекомендуемые: Умение программировать на языке высокого уровня (например, C++ или Python)

Доступно через Экампус

AI 531, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, 4 кредита

Интеллектуальные агенты. Решение проблем как эвристический поиск.Состязательный поиск. методы удовлетворения ограничений; Дуговая согласованность. Представление знаний и рассуждения. Логика высказываний. Рассуждение с логикой высказываний: алгоритмы выполнимости. Логика первого порядка. Теория доказательств, теория моделей, опровержение разрешения, прямая и обратная цепочка, представляющие события и действия.

Эквивалентно: КС 531

AI 533, ИНТЕЛЛЕКТУАЛЬНЫЕ АГЕНТЫ И ПРИНЯТИЕ РЕШЕНИЙ, 4 кредита

Представления агентов, исполнительные архитектуры. Планирование: нелинейное планирование, графплан, SATplan. Планирование и управление ресурсами. Вероятностные агенты. Динамические сети убеждений. Динамическое программирование (итерация значения и итерация политики). Обучение с подкреплением: ранжирование по приоритетам, Q-обучение, аппроксимация функции ценности и SARSA (лямбда), градиентные методы политики.

Статья в тему:  Как акцентирование помогает укрепить доверие к искусственному интеллекту

Эквивалентно: КС 533

Рекомендуемые: CS 531 или AI 531

AI 534, МАШИННОЕ ОБУЧЕНИЕ, 4 кредита

Непрерывные представления. Компромисс смещения и дисперсии. Вычислительная теория обучения. Гауссовские вероятностные модели. Линейные дискриминанты. Машины опорных векторов. Нейронные сети. Методы ансамбля. Методы извлечения признаков и уменьшения размерности. Факторный анализ. Анализ главных компонентов. Анализ независимых компонентов. Обучение с учетом затрат.

Эквивалентно: КС 534

AI 535, ГЛУБОКОЕ ОБУЧЕНИЕ, 4 кредита

Введение в концепции и алгоритмы глубокого обучения; базовые нейронные сети с прямой связью, сверточные нейронные сети, рекуррентные нейронные сети, включая модели долговременной краткосрочной памяти, сети глубокого убеждения, автокодировщики и приложения глубоких сетей в компьютерном зрении, обработке естественного языка и обучении с подкреплением.

Условие: CS 534 с C или лучше или AI 534 с C или лучше или ROB 537 с C или лучше

Эквивалентно: КС 535

AI 536, ВЕРОЯТНОСТНЫЕ ГРАФИЧЕСКИЕ МОДЕЛИ, 4 кредита

Представление вероятностных графических моделей как направленных (байесовские сети), так и ненаправленных (марковские сети). Методы точного и приближенного вывода.Изучение параметров и структур на основе данных.

Эквивалентно: КС 536

Рекомендуемые: Сильные навыки программирования

AI 537, КОМПЬЮТЕРНОЕ ВИДЕНИЕ I, 3 кредита

Введение в низкоуровневое компьютерное зрение и визуальную геометрию. Интересующие темы включают следующее: обнаружение точек интереса и краев, сопоставление точек и краев, цветовые модели, проективная геометрия, калибровка камеры, эпиполярная геометрия, гомография, сшивание изображений и многоцелевое отслеживание.

Статья в тему:  Как создать программу искусственного интеллекта

Эквивалентно: КС 537

Рекомендуемые: Статистика на уровне бакалавриата, вероятность, исчисление, линейная алгебра, хорошие навыки программирования, машинное обучение или искусственный интеллект

AI 539, ИЗБРАННЫЕ ТЕМЫ ПО ИСКУССТВЕННОМУ ИНТЕЛЛЕКТУ, 0–5 кредитов

Этот курс можно повторить за 99 кредитов.

AI 586, ПРИКЛАДНОЙ МАТРИЧНЫЙ АНАЛИЗ, 4 кредита

Основное внимание уделяется тому, почему и как передовые инструменты матричного анализа могут решать проблемы обработки сигналов (SP) и машинного обучения (ML). Охватывает как фундаментальные концепции расширенной линейной алгебры, так и их приложения в широких областях обработки сигналов и машинного обучения. Предлагает подробный обзор ряда основных задач в SP и ML, которые выполняются с помощью аналитических и вычислительных инструментов в матричном анализе. Вводит передовые исследования в неотрицательной матричной факторизации и тензорном анализе.

Эквивалентно: ЕСЕ 586

Рекомендуемые: Месяц 341

AI 601, ИССЛЕДОВАНИЕ, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 603, ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ PHD ТЕЗИС, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 605, ЧТЕНИЕ И КОНФЕРЕНЦИЯ, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 607, СЕМИНАР, 1-16 кредитов

Этот курс можно повторить за 99 кредитов.

AI 637, COMPUTER VISION II, 4 кредита

Знакомство с последними достижениями в области визуального распознавания, включая обнаружение объектов, семантическую сегментацию, мультимодальный анализ изображений и текста, создание подписей к изображениям, распознавание лиц и распознавание действий человека.Охватывает общие формулировки этих проблем, включая минимизацию энергопотребления на графических моделях и подходы машинного обучения с учителем к задачам распознавания низкого и высокого уровня.

Статья в тему:  Как можно связать искусственный интеллект с Франкенштейном

Условие: CS 535 с B+ или лучше, или AI 535 с B+ или лучше, или CS 537 с B- или лучше, или AI 537 с B- или лучше

Эквивалентно: КС 637

Рекомендуемые: КС 519

голоса
Рейтинг статьи
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x