Dirbtinio intelekto pagrindai

Šiame modulyje nagrinėjami dirbtinio intelekto (AI) pagrindai, daugiausia dėmesio skiriant pagrindinėms koncepcijoms, algoritmams ir programoms. Jis apima mašinų mokymosi, neuroninių tinklų, natūralios kalbos apdorojimo principus ir etinius aspektus, susijusius su dirbtinio intelekto diegimu įvairiuose sektoriuose.

Mokymo programos kūrėjas

Reikia pagalbos? Spustelėkite čia, kad gautumėte instrukcijas.

Raselas, Stiuartas J., ir Peteris Norvigas. Dirbtinis intelektas: modernus požiūris. 4-asis leidimas Pearsono serija dirbtiniame intelekte. Hobokenas: Pearsonas, 2021.

Brachmanas, Ronaldas J., ir Hectoras J. Levesque’as. Žinių pateikimas ir motyvavimas. Amsterdamas; Bostonas: Morgan Kaufmann, 2004.

Marslandas, Steponas. Mašininis mokymasis: algoritminė perspektyva. “Chapman &; Hall” / CRC mašininio mokymosi ir modelių atpažinimo serija. Boca Raton: CRC leidykla, 2009.

Poole’as, Davidas L. ir Alanas K. Mackworthas. Dirbtinis intelektas: skaičiavimo agentų pagrindai. 2-asis leidimas Kembridžo universiteto leidykla, 2017 m.

https://doi.org/10.1017/9781108164085

Ghallabas, Malikas, Dana S. Nau ir Paolo Traverso. Automatizuotas planavimas: teorija ir praktika. 1-asis leidimas Amsterdamas ; Bostonas: Elsevier/Morgan Kaufmann, 2004.

Cawsey, Alison. Dirbtinio intelekto esmė. Skaičiavimo serijos esmė. Harlow, Anglija ; Niujorkas: Prentice Hall, 1998.

Russellas, S. ir P. Norvig. “Dirbtinis intelektas: modernus požiūris”. Prentice salė (3-asis leidimas), 2010 m.

Goodfellow, Ian, Yoshua Bengio ir Aaron Courville. Deep Learning. Adaptive Computation and Machine Learning. Kembridžas, Masačusetsas: The MIT Press, 2016.