欢迎购买《Python人工智能和元启发式组合优化算法解析视频教程》课程,本课涵盖图算法、遗传算法、模拟退火、群智能、启发式、极小极大和元启发式算法。
最后更新 08/2022
MP4 | 视频:h264、1280×720 | 音频:AAC,44.1 KHz,2 Ch
类型:eLearning | 语言:英语 + 英语字幕srt | 时长:196 节课(17 小时 32 分)| 大小:5.3 GB
您将学到什么
- 了解为什么人工智能很重要
- 了解寻路算法(BFS、DFS 和 A* 搜索)
- 了解启发式和元启发式
- 了解遗传算法
- 了解粒子群优化
- 了解模拟退火
描述
本课程是关于人工智能和 Python 元启发式的基本概念。这个话题现在变得非常热门,因为这些学习算法可以用于从软件工程到投资银行的多个领域。例如,学习算法可以识别有助于检测癌症的模式。我们可以构建算法来很好地猜测市场中的股票价格走势。
### 寻路算法###
第 1 节 – 广度优先搜索 (BFS)
什么是广度优先搜索算法
为什么要在 AI 中使用图算法
第 2 节 – 深度优先搜索 (DFS)
什么是深度优先搜索算法
迭代和递归实现
深度优先搜索堆栈内存可视化
迷宫逃生应用
第 3 节 – A* 搜索算法
什么是 A* 搜索算法
Dijkstra 算法和 A* 搜索有什么区别
什么是启发式
曼哈顿距离和欧几里得距离
### 元启发式###
第 4 节 – 模拟退火
什么是模拟退火
如何找到函数的极值
如何解决组合优化问题
旅行商问题(TSP)
用模拟退火解决数独问题
第 5 节 – 遗传算法
什么是遗传算法
人工进化和自然选择
交叉和突变
解决背包问题和 N 皇后问题
第 6 节 – 粒子群优化 (PSO)
什么是群体智能
什么是粒子群优化算法
### 游戏和游戏树###
第 7 节 – 博弈树
什么是游戏树
如何构建游戏树
第 8 节 – 极小极大算法和游戏引擎
什么是极小极大算法
游戏树有什么问题?
使用 alpha-beta 剪枝方法
国际象棋问题
第 9 节 – Minimax 井字游戏
井字游戏及其实现
使用极小极大算法
使用 alpha-beta 剪枝算法
### 强化学习###
马尔可夫决策过程 (MDP)
强化学习基础
价值迭代和策略迭代
探索与利用问题
多臂土匪问题
Q学习算法
用 Q 学习 tic tac toe
### Python 编程速成课程###
Python 编程基础
基本数据结构
内存管理基础
面向对象编程(OOP)
数字货币
在第一章中,我们将讨论基本的图算法 – 广度优先搜索 (BFS)、深度优先搜索 (DFS) 和 A* 搜索算法。一些高级算法可以借助图来解决,所以在我看来这些算法是至关重要的。
下一章是关于启发式和元启发式的。我们将考虑模拟退火、遗传算法和粒子群优化的理论和实现 – 包括著名的 N 皇后问题、旅行商问题 (TSP) 等几个问题。
感谢您加入课程,让我们开始吧!
本课程适用于
对人工智能和组合优化感兴趣的初学者 Python 程序员
要求
无需编程经验。你会学到你需要知道的一切。