Скрыть объявление

Внимание!


Наш телеграм-канал попал под массовую блокировку и, пока мы подготовили для вас резервный!


Подписывайтесь по этой ССЫЛКЕ

Скрыть объявление

На короткое время рассказываем где достать редкие курсы

Подробности ТУТ

Скрыть объявление

Мы обновили Telegram-бот!

Ссылку на новый бот и все детали ищите ТУТ и скорее подписывайтесь, чтобы не пропускать важные уведомления и новости форума

Скрыть объявление

Было ли у Вас такое, что Вы не могли найти курс? Если да, то напишите нам в Службу поддержки какой курс вам нужен и мы постараемся его найти.

Скрыть объявление

Пополняйте баланс и получайте при оплате складчин кэшбек в размере 10%

Доступно

[Udemy] Системы, основанные на знаниях (Роман Душкин)

Тема в разделе "Курсы по программированию"

Цена:
1250 руб
Взнос:
170 руб
Организатор:
Dr.Vatson

Список участников складчины:

1. Dr.Vatson 2. Романо
Купить
  1. Dr.Vatson Организатор складчин

    [Udemy] Системы, основанные на знаниях (Роман Душкин)

    [​IMG]
    Чему вы научитесь
    • Понимание сущности систем, основанных на знаниях
    • Знание разнообразие систем, основанных на знаниях
    • Понимание задач, для которых можно использовать системы, основанные на знаниях
    • Умение спроектировать общую архитектуру системы, основанной на знаниях
    Описание
    Системы, основанные на знаниях — это компьютерные программы, спроектированные таким образом, чтобы воспроизводить работу экспертов в заданных областях знания.

    Термин «системы, основанные на знаниях» появился в 1976 году одновременно с первыми системами, аккумулирующими опыт и знания экспертов и до сих пор они используются для выполнения специальных, трудно формализуемых задач, решение которых возможно при учёте опыта квалифицированных специалистов, являющихся экспертами.

    Цель курса «Системы, основанные на знаниях» — изучение теоретических основ искусственного интеллекта и проектирования систем, основанных на знаниях, областей использования интеллектуальных систем, их возможностей и ограничений.

    На курсе мы рассмотрим основные подходы, связанные с формализацией и представлением знаний, их извлечением, и использования в моделях вывода для создания прикладных интеллектуальных систем.
    • Что такое искусственный интеллект?
    • Направления ИИ
    • Основание логического подхода к ИИ
    • Виды логик
    • Важные логические операции
    • Логический вывод
    • Общая архитектура экспертных систем
    • Что такое База Знаний
    • Хорновские выражения
    • Что такое продукция
    • Инженерия знаний
    • Приобретение знаний
    • Поле знаний
    • Рабочая память
    • Универсальная машина вывода
    • Интерфейс конечного пользователя ЭС
    • Система поддержки принятия решений для МСЧ на нечёткой логике
    • Правило резолюций
    • Автоматическое доказательство теорем
    • Системы поддержки принятия решений
    • Динамические интеллектуальные системы
    • Язык программирования ПРОЛОГ
    • Коннекционизм и символьный подход
    • Семантические сети
    • Методы вывода на семантических сетях
    • Фреймы как метод представления знаний
    • Сценарии и процедурные знания
    • Максимально универсальный метод представления знаний
    • Обзор СОЗ
    • Вопрос-ответные системы
    • Задачи ЭС
    • Онтологии
    • Онтология высшего уровня
    • Методология RDF
    • Семантическая паутина
    Для прохождения курса не требуются какие-либо навыки программирования. Желательно, но необязательно общее понимание сущности искусственного интеллекта.

    1 Системы, основанные на знаниях
    01 Обзор систем, основанных на знаниях.mp4 [111m 129k 813]

    2 Зоопарк систем, основанных на знаниях
    02 Системы поддержки принятия решений.mp4 [130m 758k 797]
    03 Динамические интеллектуальные системы.mp4 [93m 217k 112]
    04 Автоматическое доказательство теорем.mp4 [80m 742k 243]
    05 Вопрос-ответные системы.mp4 [137m 663k 352]

    3 Экспертные системы
    06 Общая архитектура экспертных систем.mp4 [49m 562k 779]
    07 Что такое база знаний.mp4 [85m 415k 558]
    08 Что такое продукция.mp4 [73m 643k 67]
    09 Что такое рабочая память.mp4 [58m 158k 99]
    10 Универсальная машина вывода.mp4 [80m 899k 215]
    11 Интерфейс конечного пользователя экспертной системы.mp4 [88m 896k 930]
    12 Задачи экспертных систем.mp4 [134m 891k 422]

    4 Пример системы, основанной на знаниях
    13 Система поддержки принятия решений для МСЧ на нечёткой логике.mp4 [176m 284k 861]

    5 Системы, основанные на знаниях, и искусственный интеллект
    14 Что такое искусственный интеллект.mp4 [38m 489k 689]
    15 Направления искусственного интеллекта.mp4 [60m 15k 73]
    16 Основание логического подхода к искусственному интеллекту.mp4 [40m 849k 88]
    17 Коннекционизм и символьный подход.mp4 [108m 936k 138]

    6 Инженерия знаний
    18 Инженерия знаний.mp4 [73m 389k 272]
    19 Приобретение знаний.mp4 [78m 72k 22]
    20 Поле знаний.mp4 [96m 88k 598]

    7 Формализмы представления знаний
    21 Семантические сети.mp4 [94m 108k 855]
    22 Фреймы как метод представления знаний.mp4 [164m 187k 881]
    23 Сценарии и процедурные знания.mp4 [70m 79k 762]
    24 Максимально универсальный метод представления знаний.mp4 [68m 776k 970]
    25 Онтологии.mp4 [114m 37k 200]
    26 Онтология высшего уровня.mp4 [100m 586k 628]

    8 Логика и логический вывод
    27 Виды логик.mp4 [59m 339k 896]
    28.1 Важные логические операции.mp4 [86m 930k 879]
    28.2 Хорновские выражения.mp4 [89m 30k 216]
    29 Логический вывод.mp4 [84m 976k 110]
    30 Правило резолюций.mp4 [92m 587k 542]
    31 Язык программирования ПРОЛОГ.mp4 [113m 345k 328]
    32 Методы вывода на семантических сетях.mp4 [175m 623k 981]

    9 Семантическая паутина
    33 Методология RDF.mp4 [99m 376k 448]
    34 Семантическая паутина.mp4 [79m 436k 2]

    Объем: 3,06Гб.

    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
  2. Похожие складчины
    Загрузка...
  3. SandraW Организатор складчин
    Освой Профессию‌ ‌Data‌ ‌Scientist‌ [SkillBox] _Beach
    Дата-сайентист — одна из самых востребованных профессий в мире.

    Вас ждут 8 курсов, онлайн-лекции и практические задания, а также 2 дипломных проекта.
    После обучения вы сможете претендовать на позицию Junior Data Scientist.

    Чему вы научитесь:
    + Программировать на Python
    + Визуализировать данные
    + Разрабатывать интерактивную инфографику
    + Работать с библиотеками и базами данных (Pandas, NumPy и Matplotlib, PostgreSQL, SQLite3, MongoDB)
    + Программировать на R
    + Применять нейронные сети для решения реальных задач
    + Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras
    + Построите рекомендательную систему и добавите её в своё портфолио

    ПОРА ПРОФЕССИЮ МЕЧТЫ ПРЕВРАЩАТЬ В РЕАЛЬНОСТЬ! _Neo Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

    P.S. Дефицит дата-сайентистов наблюдается не только в России, но и во всем мире. ВЭФ считает эту профессию одной из самых востребованных в ближайшие пять лет. В России, по данным HeadHunter, только с 2020 по 2021 год число вакансий на должность дата-сайентиста выросло на треть. При этом уровень предлагаемых зарплат в сфере остается высоким — в среднем 150 тысяч рублей в месяц.
     
    SandraW,
  4. Dr.Vatson Организатор складчин
    Уведомляем вас о начале сбора взносов.
    Цена продукта: 1250 руб. Взнос с каждого участника: 170 руб.
    Кол-во участников в основном списке: 2 чел.

    Начало сбора взносов 18 Октябрь 2022 года
     
    Dr.Vatson,
Наверх