哈工大哈工大人工智能课程哈工大哈工大人工智能课程

该作业资源包含程序源码和readme文档。 本程序是使用 VC++ 6.0 编程工具编写，编程语言为C++。 本程序实现了手写数字识别功能。在程序灰色区域中手写一个阿拉伯数字（0～9），程序可自动识别出您所书写的数字。 程序所在目录为 "手写数字识别程序\Release\DSPLIT.exe" 。 这个问题主要归结于识别功能的实现，本人使用的分类器基本的方法有两类： 一、模板匹配分类法； 二、贝叶斯分类法。 其中模板匹配分类法是采用特征值最小距离判别法。 而贝叶斯分类法有三种不同的分类实现，分别为： 1.基于二值数据的贝叶斯分类实现， 2.基于最小错误率的贝叶斯分类实现， 3.基于最小

DATA130008-GOMOKU_AI 该项目是复旦大学数据科学学院“人工智能”课程的最终项目（2020年秋季）。 它旨在自动玩GOMOKU游戏。 该项目由陈少涵和詹元竹完成，并参考了其他GOMOKU项目，但由我们自己进行了独立分析。 GOMOKU AI的最终竞争版本在排名榜上达到1230分。 GOMOKU_AI是我们基于alpha_beta修剪的修订版的最终AI。 MCTS_AI是MCTS算法的实现。 要在评级排名中竞争，请执行“ pyinstaller GOMOKU_AI.py pisqpipe.py --name pbrain-XXX.exe --onefile”。 要测试MCTS，请执行“ pyinstaller MCTS_AI.py pisqpipe.py --name pbrain-XXX.exe --onefile”。 pbrain-final_version.ex

人工智能课的课后练习，使用JAVA编写，有演示界面。一个是使用了五种算法的最短路径求解；一个是神经网络的BP算法，大家有兴趣可以看看

浙江大学人工智能课程课件，内容有： Introduction Problem-solving by search( 4 weeks) Uninformed Search and Informed (Heuristic) Search （1 week） Adversarial Search: Minimax Search, Evaluation Functions, Alpha-Beta Search, Stochastic Search Adversarial Search: Multi-armed bandits, Upper Confidence Bound (UCB),Upper Confidence Bounds on Trees, Monte-Carlo Tree Search(MCTS) Statistical learning and modeling (5 weeks) Probability Theory, Model selection, The curse of Dimensionality, Decision Theory, Information Theory Probability distribution: The Gaussian Distribution， Conditional Gaussian distributions， Marginal Gaussian distributions， Bayes’ theorem for Gaussian variables， Maximum likelihood for the Gaussian， Mixtures of Gaussians, Nonparametric Methods Linear model for regression: Linear basis function models； The Bias-Variance Decomposition Linear model for classification ： Basic Concepts; Discriminant Functions (nonprobabilistic methods); Probabilistic Generative Models; Probabilistic Discriminative Models K-means Clustering and GMM & Expectation–Maximization (EM) algorithm, BoostingThe Course Syllabus Deep Learning (4 weeks) Stochastic Gradient Descent, Backpropagation Feedforward Neural Network Convolutional Neural Networks Recurrent Neural Network (LSTM, GRU) Generative adversarial network (GAN) Deep learning in NLP (word2vec), CV (localization) and VQA(cross-media) Reinforcement learning (1 weeks) Reinforcement learning: introduction

《人工智能》课程PPT.zip

Python5.0+人工智能课程升级5.0版本,最新最全，详情请看：https://blog.csdn.net/u011971558/article/details/107435706

哈工大计算机专业大三下课程

王万森版的人工智能原理及应用的课程

人工智能课做的课程设计在地图中找最短路径搜索，排序算法不好地图大的话速度比较慢，参考下