《人工智能》课程习题第一章  绪    论1-1.  什么是人工智能？试从学科和能力两方面加以说明。1-2.  在人工智能的发展过程中，有哪些思想和思潮起了重要作用？1-3.  为什么能够用机器（计算机）模仿人的智能？1-4.  现在人工智能有哪些学派？它们的认知观是什么？1-5.  你认为应从哪些层次对认知行为进行研究？1-6.  人工智能的主要研究和应用领域是什么？

人工智能 中国计算机学会推荐国际学术刊物 （人工智能）一、A类序号刊物简称刊物全称出版社网址1AIArtificial IntelligenceElsevierhttp://dblp.uni-trier.de/db/journals

第二章知识表示方法教学内容：本章讨论知识表示的各种方法，是人工智能课程三大内容（知识表示、知识推理、知识应用）之一，也是学习人工智能其他内容的基础。教学重点：状态空间法、问题归约法、谓词逻辑法、语义网络法。教学难点：状态描述与状态空间图示、问题归约机制、置换与合一。教学方法：课堂教学为主，同时结合《离散数学》等已学的内容实时提问、收集学生学习情况，充分利用网络课

第十二章智能控制教学内容：能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的过程，也是用机器模拟人类智能的又一重要领域。本章介绍智能控制的基本概念、基本理论、基本方法及应用。教学重点：智能控制的结构理论和特点、各种智能控制系统的原理与构成教学难点：各种智能控制包括分级递阶智能控制、专家控制、模糊控制、学习控制和神经控制等系统的原理与构成教学方法

Old Xie ，CS2EE2CSNaiyan Wang 等 85 人赞同目前object detection的工作可以粗略的分为两类：1：使用region proposal的，目前是主流，比如RCNN、SPP-Net、Fast-RCNN、Faster-RCNN以及MSRA最近的工作R-FCN。2：不使用region proposal的，YOLO，SSD。从我这

稀疏自编码原文地址：http://blog.csdn.net/hjimce/article/details/49106869作者：hjimce一、相关理论以前刚开始学CNN的时候，就是通过阅读theano的深度学习相关教程源码，对于CNN的整个过程才有了深入理解。之前虽然懂CNN的原理，但是对于其源码层的实现，到底要怎么搞，却有点模糊，之后学了theano的cn

beanfrog ，computer vision161 人赞同先了解个大概 ADeep Learning Tutorial: From Perceptrons to Algorithms神经网络肯定是要学习的，主要是BP算法，可以看看PRML3、4、5三章，可先忽略其中的贝叶斯视角的解释。一些主要的算法理解要看具体的论文了，有个Matlab的程序不错，有基本算法的实

Deep Learning vs Machine Learning vs Pattern RecognitionLets take a close look at three related terms (Deep Learning vs Machine Learning vs Pattern Recognition), and see how they relate to s

rbg大神的深度神经网络检测算法系列RCNN、Fast-RCNN、Faster-RCNN可谓是理论与实践的经典范例，论文创新点足够，在github上开源的代码更是造福广大码农，本文以当前最新Faster-RCNN的python实现（https://github.com/rbgirshick/py-faster-rcnn）为准，尝试对rcnn系列算法中的几个关键核心点进行详细的分析：RCNN

说明：本文主要是翻译整理Li Deng 和 Dong Yu所著的《Deep Learning：Methods and Application》文章并没有全文翻译，而是一个总结并加入个人理解生成的概括性文章。如果要深入了解推荐读原文。博主真心能力有限，所以理解之处错误在所难免，请勿喷。一、 综述在这片介绍性文章开始，先简单介绍一下深度学习的概念。深度学习（Deap Learnin