Artificial Intelligence

The app is a complete free handbook of Artificial Intelligence with diagrams and graphs. It is part of Computer science or software engineering education which brings important topics, notes, news & blog on the subject. The App serves as a quick reference guide on this engineering subject.

It covers more than 600 topics of Artificial Intelligence, Automata, Real-time systems & Neuro fuzzy in detail. The topics are divided into 5 units.

Each topic is complete with diagrams, equations and other forms of graphical representations for better learning and quick understanding. The App will provide faster learning and quick revisions on the subject.

Few Additional subjects which have been included in the app are

Automata

Neural network fuzzy systems

Real-time Systems

Some of the topics Covered in this application are:

1. Turing test

2. Introduction to Artificial Intelligence

3. History of AI

4. The AI Cycle

5. Knowledge Representation

6. Typical AI problems

7. Limits of AI

8. Introduction to Agents

9. Agent Performance

10. Intelligent Agents

11. Structure Of Intelligent Agents

12. Types of agent program

13. Goal based Agents

14. Utility-based agents

15. Agents and environments

16. Agent architectures

17. Search for Solutions

18. State Spaces

19. Graph Searching

20. A Generic Searching Algorithm

21. Uninformed Search Strategies

22. Breadth-First Search

23. Heuristic Search

24. A∗ Search

25. Search Tree

26. Depth first Search

27. Properties of Depth First Search

28. Bi-directional search

29. Search Graphs

30. Informed Search Strategies

31. Methods of Informed Search

32. Greedy Search

33. Proof of Admissibility of A*

34. Properties of Heuristics

35. Iterative-Deepening A*

36. Other Memory limited heuristic search

37. N-Queens eample

38. Adversarial Search

39. Genetic Algorithms

40. Games

41. Optimal decisions in Games

42. minimax algorithm

43. Alpha Beta Pruning

44. Backtracking

45. Consistency Driven Techniques

46. Path Consistency (K-Consistency)

47. Look Ahead

48. Propositional Logic

49. Syntax of Propositional Calculus

50. Knowledge Representation and Reasoning

51. Propositional Logic Inference

52. Propositional Definite Clauses

53. Knowledge-Level Debugging

54. Rules of Inference

55. Soundness and Completeness

56. First Order Logic

57. Unification 58. Semantics

59. Herbrand Universe

60. Soundness, Completeness, Consistency, Satisfiability

61. Resolution

62. Herbrand Revisited

63. Proof as Search

64. Some Proof Strategies

65. Non-Monotonic Reasoning

66. Truth Maintenance Systems

67. Rule Based Systems

68. Pure Prolog

69. Forward chaining

70. backward Chaining

71. Choice between forward and backward chaining

72. AND/OR Trees

73. Hidden Markov Model

74. Bayesian networks

75. Learning Issues

76. Supervised Learning

77. Decision Trees

78. Knowledge Representation Formalisms

79. Semantic Networks

80. Inference in a Semantic Net

81. Extending Semantic Nets

82. Frames

83. Slots as Objects

84. Interpreting frames

85. Introduction to Planning

86. Problem Solving vs. Planning

87. Logic Based Planning

88. Planning Systems

89. Planning as Search

90. Situation-Space Planning Algorithms

91. Partial-Order Planning

92. Plan-Space Planning Algorithms

93. Interleaving vs. Non-Interleaving of Sub-Plan Steps

94. Simple Sock/Shoe Example

95. Probabilistic Reasoning

96. Review of Probability Theory

97. Semantics of Bayesian Networks

98. Introduction to Learning

99. Taxonomy of Learning Systems

100. Mathematical formulation of the inductive learning problem

AI is going to be one of the most important technologies in the coming days. It is a must have study for engineering, computer science, software engineering and other cognitive science students. It also going to be extremely important for mechanical, Automotive & electrical engineering students and Professionals.

Download the app for the introduction to AI and related technology.

این نرم افزار یک کتاب رایگان کامل از هوش مصنوعی با نمودار و نمودار است. این بخشی از علم کامپیوتر یا نرم افزار آموزش مهندسی که موضوعات مهم، یادداشت ها، اخبار و وبلاگ در مورد این موضوع به ارمغان می آورد است. این برنامه به عنوان یک راهنمای مرجع سریع در مورد این مطلب مهندسی است.

این بخش شامل بیش از 600 مباحث هوش مصنوعی، ماشین آلات، سیستم های زمان واقعی و مغز و اعصاب فازی در جزئیات. موضوعات به 5 واحد تقسیم شده است.

هر موضوع با نمودارها، معادلات و اشکال دیگر نمایندگی های گرافیکی برای یادگیری بهتر و درک سریع است. این برنامه به یادگیری سریع تر و تجدید نظر سریع در مورد این موضوع ارائه می کنند.

افراد اضافی چند که در برنامه گنجانده شده است

ماشینها

سیستم های فازی شبکه های عصبی

سیستم های زمان واقعی

برخی از موضوعات مطرح شده در این نرم افزار عبارتند از:

1. آزمون تورینگ

2. مقدمه ای بر هوش مصنوعی

3. تاریخ هوش مصنوعی

چرخه 4. AI

نمایندگی 5. دانش

6. مشکلات AI نمونه

7. محدودیت های AI

8. آشنایی با عوامل

9. عامل عملکرد

10. عامل های هوشمند

11. ساختار عامل های هوشمند

12. انواع برنامه های عامل

13. عوامل مبتنی بر هدف

14. عوامل ابزار مبتنی بر

15. نمایندگی و محیط

16. معماری عامل

17. جستجو برای راه حل

18. فضای حالت

19. نمودار جستجو

الگوریتم جستجو 20. عمومی

21. استراتژی های جستجو ناآگاهانه

جستجو 22. وسعت و یکم

23. جستجو اکتشافی

24. AA ¢ Ë † â € "جستجو

25. جستجو درخت

26. عمق اول جستجو

27. خواص عمق اول جستجو

جستجو 28. دو جهته

29. جستجو ها نمودار ها

30. استراتژی های جستجو آگاه

31. روش های آگاهانه جستجو

32. حریص جستجو

33. اثبات قبول A *

34. خواص ابتکارات

35. تکراری-تعمیق A *

36. دیگر حافظه جستجو اکتشافی محدود

eample 37. N-کوئینز

38. خصمانه جستجو

39. الگوریتم ژنتیک

40. بازی

41. تصمیم گیری های بهینه در بازی

الگوریتم 42. مینیماکس

43. آلفا بتا هرس

44. عقب نشینی

45. سازگاری رانده تکنیک

46. ​​مسیر سازگاری (K-ثبات)

47. نگاه به آینده

48. گزاره منطق

49. نحو حساب گزارهای

50. بازنمایی دانش

51. گزاره منطق استنتاج

52. بند قطعی گزاره

53. دانش سطح اشکال زدایی

54. قواعد استنتاج

55. صحت و کامل

56. منطق مرتبه ی اول

57. وحدت 58. معناشناسی

59. Herbrand جهان

60. صحت، کامل بودن، سازگاری، ارضا

61. قطعنامه

62. Herbrand مجدد

63. اثبات جستجو

64. برخی از استراتژی های اثبات

65. غیر یکنواخت استدلال

66. حقیقت سیستم تعمیر و نگهداری

67. سیستم بر اساس قانون

68. خالص پرولوگ

69. زنجیر جلو

70. زنجیره عقب

71. انتخاب بین جلو و عقب زنجیری

72. و / یا درختان

73. پنهان مارکوف مدل

74. شبکه های بیزی

75. مشکلات یادگیری

76. آموزش نظارت شده

77. درخت تصمیم

78. گرایی دانش نمایندگی

79. شبکه های معنایی

80. استنتاج در شبکه معنایی

81. توسعه توری معنایی

82. قاب

83. شکافها به عنوان اشیاء

84. قاب تفسیر

85. مقدمه ای بر برنامه ریزی

86. حل مسئله در مقابل برنامه ریزی

برنامه ریزی بر اساس 87. منطق

88. سیستم های برنامه ریزی

89. برنامه ریزی به عنوان جستجو

90. وضعیت فضای الگوریتم برنامه ریزی

91. جزئی سفارش برنامه ریزی

92. طرح فضایی الگوریتم برنامه ریزی

93. Interleaving در مقابل غیر Interleaving در پله زیر طرح

94. جوراب ساده / به عنوان مثال کفش

95. استدلال احتمالاتی

96. نقد و بررسی احتمال نظریه

97. معناشناسی شبکه های بیزی

98. مقدمه ای بر آموزش

99. طبقه بندی سیستم های یادگیری

100. فرمول ریاضی مشکل یادگیری استقرایی

AI است برای رفتن به یکی از مهم ترین فن آوری در روزهای آینده. در این مطالعه باید برای مهندسی، علوم کامپیوتر، مهندسی نرم افزار و سایر دانشجویان علوم شناختی است. همچنین رفتن به برای مکانیک، خودرو و برق دانشجویان مهندسی و حرفه ای بسیار مهم است.

دانلود نرم افزار برای معرفی به AI و تکنولوژی مرتبط.