人工智能第一课程

任何学科的初学者都需要良好的基础，这将有助于学生理解主题。这个良好的基础将在以及主题的详细定义和基本原理的详细描述主题所基于的模型。人工智能需要彻底基本模型的定义和详细描述智慧是基础。此外，人工智能的历史和应用智能将帮助初学者了解它从哪里来，到目前为止的旅程，以及人工智能的未来发展。另一方面人工智能的应用将帮助我们欣赏人工智能的使用我们日常生活中的智慧。本章详细介绍了人工智能、其历史和新兴应用。

知识表示和自动推理是属性的一部分智能系统。这两个属性用于形成专家系统的组成部分，即知识库和推理机。由于人工智能处理系统的研究和设计因此，研究和设计一个在任何情况下都像人类专家一样的系统这个专业有资格被称为人工智能。

用自然语言交流的能力仍然是一种素质智能系统。处理这种质量的人工智能方面智能系统的核心是自然语言处理。本章考虑了这一点人工智能方面的详细信息。

人类在任何学科中的所有发现，如物理科学，生物科学、社会科学、工程学等都是基于过去的经验或收集的数据。这意味着人类利用过去解决问题经验或收集的数据。因此，由于人工智能的一个方面第一章第一单元指出，要设计行为像人的系统设计计算机系统以解决问题的方式是必要的人类解决了一个问题。这意味着应该设计计算机系统使用过去的经验或以前存储的数据来解决问题。数据如下称为训练数据，因为它们用于训练计算机学习趋势或训练数据的模式。通常，学习培训数据的模式或趋势使用学习到的规则，使用具有相同测试数据解决后续问题结构作为训练数据。机器学习中的大量数据被分割分为训练集和测试集。训练集用于开发一个模型，同时使用测试集评估模型的性能。机器学习中的数据分割技术是指用于分割将数据转换为训练集和测试集。目的是避免泛化不良，即。，过度配合或过度训练。使用更多训练集可以提高模型，同时使用更多的测试数据提高了误差估计的准确性。安适当的训练/测试集比率70:30被认为是合适的。机器学习，因此，是处理系统设计的人工智能的一个方面它使用称为训练数据的大量数据来解决特定问题。机器学习是人工智能的一个广泛领域，将在本章的各个单元。

大多数机器学习工具应用于不同的领域，以解决特定的问题。这涉及使用大型数据集作为训练数据。本章探索机器学习算法的选定应用，以解决不同的问题使用不同数据集时出现的问题。

智能系统的品质之一是感知能力。它指的是使用传感器向代理提供信息的能力。人类有五个主要感觉器官，包括：听觉、视觉、味觉、感觉、，还有气味。因此，像人一样行动意味着拥有智能系统，系统必须具有感知外部世界的能力居住在使用五个传感器，耳朵，眼睛，舌头，皮肤和鼻子。以下传感器已在人工制剂中开发出来，它们与人类感觉器官共享：视觉、听觉和触觉。本章重点介绍人工神经网络的这三个传感器代理。

智能系统的特性之一是移动物体的能力从一个地方到另一个地方。这种品质导致了机器人学的研究人工智能中研究和设计机器人的方面。安自主机器人是一种自主决策的机器人，它共享许多东西与自动驾驶车辆或自动驾驶车辆相同。