HARVARD CS50 - "Поиск" - Лекция 0: Введение в Искусственный Интеллект с Python на русском (2020)

то легендарный Гарвардский курс CS50 на русском языке: основы искусственного интеллекта с Python.
Этот курс познакомит нас с концепциями и алгоритмами, лежащими в основе современного искусственного интеллекта, мы погрузимся в идеи, которые лежат в основе таких технологий как игровые движки, распознавание рукописного ввода и машинный перевод.

В первой лекции посвященной задачам поиска, мы ознакомимся с такими алгоритмами как: Поиск в ширину, Поиск в глубину, Жадный алгоритм поиска по первому лучшему, Минимакс, A * (A star) и посмотрим на их практическое применение к решению задач нахождения выхода из лабиринта или игр с нулевой суммой, таких например, как крестики-нолики и все это на примере популярного языка программирования - Python.

Тайм-коды:

 0:24 в уроке идеи, техники и алгоритмы, которые лежат в основе Искусственного Интеллекта (Artificial Intelligence)
   0:30 Небольшое описание курса
   3:13 алгоритм поиска. Что компьютеру делать в определенной ситуации. Проблемы различных типов и форматов
   3:34 примеры: пятнашки, лабиринт, гугл карты
   4:41 что из себя представляет задача поиска. Из чего состоит её алгоритм обучения
   4:49 Терминология: агент (agent), состояние (state), начальное состояние (initial state),
   6:16 действия (actions),
   7:28 модель перехода состояний (transition model),
   9:34 пространство состояний (state space),
  10:04 представление в виде Графа
  10:56 проверка цели (goal test),
  11:51 стоимость пути (path cost),
  13:41 задача поиска (search problems),
  14:18 цель-решение (solution),
  14:28 оптимальное решение (optimal solution),
  14:46 представление набора данных, связанных с задачей:
  15:07 структура данных Узел (node),
  16:34 Подход, с которого надо начать решать задачу. фронтир (frontier). Все варианты решения
  18:21 проверка цели
  18:37 развёртывание узла - оценка всех его соседей
  19:29 применение в задаче поиска
  22:06 возможные проблемы. Зацикливание
  24:01 улучшенный способ решить задачу поиска
  25:58 Структура данных Стэк (Stack) для добавления и удаления элементов last-in first-out
  26:22 применение стэка к задаче
  27:51 Алгоритм поиска Depth-First Search Поиск в глубину
  28:37 Алгоритм поиска Breadth-First Search Поиск в ширину
  29:04 Структура данных Очередь (Queue) first-in first-out
  29:12 применение очереди к задаче
  30:36 эти 2 алгоритма поиска на практике. Лабиринт
  36:22 код
  44:00 работа кода
  44:37 пример 2 maze2
  48:31 пример 3 maze3
  51:58 выбор при нескольких возможных вариантах
  53:13 2 типа поисковых алгоритмов. Это были неинформированные поиски
  53:54 информированный поиск (informed search):
  54:29 Алгоритм Greedy Best-First Search Жадный поиск по первому лучшему совпадению
  56:36 с помощью эвристической функции Манхэттанское расстояние
  57:40 на практике
1:01:39 хорошая эвристика
1:03:43 оценка пути (расстояния) до цели
1:04:31 улучшение
1:05:23 Алгоритм A* Search Астар. Учитывает 2 вида информации
1:09:30 находит оптимальный путь, при 2 условиях
1:11:51 Алгоритмы с 2 агентами. Состязательный поиск. Adversarial Search. Крестики нолики
1:14:11 Алгоритм Minimax Минимакс
1:17:15 описание кода Game
1:23:08 вычисление алгоритма минимакс
1:23:42 рекурсия в минимакс
1:28:20 диаграмма дерево минимакс
1:30:39 псевдо-код
1:36:40 оптимизация
1:39:57 Алгоритм Alpha-Beta Pruning Альфа-Бета обрезка
1:45:25 Алгоритм Depth-Limited Minimax минимакс с ограничением глубины. Для этого добавляется функция оценки
1:48:18 на следующем уроке о Знаниях, учитываемых ИИ

Телеграм: t.me/ainewsline

Источник: www.youtube.com

Комментарии: