Python人工智能和元启发式组合优化算法解析视频教程

欢迎购买《Python人工智能和元启发式组合优化算法解析视频教程》课程，本课涵盖图算法、遗传算法、模拟退火、群智能、启发式、极小极大和元启发式算法。

最后更新 08/2022
MP4 | 视频：h264、1280×720 | 音频：AAC，44.1 KHz，2 Ch
类型：eLearning | 语言：英语 + 英语字幕srt | 时长：196 节课（17 小时 32 分）| 大小：5.3 GB

您将学到什么

• 了解为什么人工智能很重要
• 了解寻路算法（BFS、DFS 和 A* 搜索）
• 了解启发式和元启发式
• 了解遗传算法
• 了解粒子群优化
• 了解模拟退火

描述

本课程是关于人工智能和 Python 元启发式的基本概念。这个话题现在变得非常热门，因为这些学习算法可以用于从软件工程到投资银行的多个领域。例如，学习算法可以识别有助于检测癌症的模式。我们可以构建算法来很好地猜测市场中的股票价格走势。

### 寻路算法###

第 1 节 – 广度优先搜索 (BFS)

什么是广度优先搜索算法

为什么要在 AI 中使用图算法

第 2 节 – 深度优先搜索 (DFS)

什么是深度优先搜索算法

迭代和递归实现

深度优先搜索堆栈内存可视化

迷宫逃生应用

第 3 节 – A* 搜索算法

什么是 A* 搜索算法

Dijkstra 算法和 A* 搜索有什么区别

什么是启发式

曼哈顿距离和欧几里得距离

### 元启发式###

第 4 节 – 模拟退火

什么是模拟退火

如何找到函数的极值

如何解决组合优化问题

旅行商问题（TSP）

用模拟退火解决数独问题

第 5 节 – 遗传算法

什么是遗传算法

人工进化和自然选择

交叉和突变

解决背包问题和 N 皇后问题

第 6 节 – 粒子群优化 (PSO)

什么是群体智能

什么是粒子群优化算法

### 游戏和游戏树###

第 7 节 – 博弈树

什么是游戏树

如何构建游戏树

第 8 节 – 极小极大算法和游戏引擎

什么是极小极大算法

游戏树有什么问题？

使用 alpha-beta 剪枝方法

国际象棋问题

第 9 节 – Minimax 井字游戏

井字游戏及其实现

使用极小极大算法

使用 alpha-beta 剪枝算法

### 强化学习###

马尔可夫决策过程 (MDP)

强化学习基础

价值迭代和策略迭代

探索与利用问题

多臂土匪问题

Q学习算法

用 Q 学习 tic tac toe

### Python 编程速成课程###

Python 编程基础

基本数据结构

内存管理基础

面向对象编程（OOP）

数字货币

在第一章中，我们将讨论基本的图算法 – 广度优先搜索 (BFS)、深度优先搜索 (DFS) 和 A* 搜索算法。一些高级算法可以借助图来解决，所以在我看来这些算法是至关重要的。

下一章是关于启发式和元启发式的。我们将考虑模拟退火、遗传算法和粒子群优化的理论和实现 – 包括著名的 N 皇后问题、旅行商问题 (TSP) 等几个问题。

感谢您加入课程，让我们开始吧！

本课程适用于

对人工智能和组合优化感兴趣的初学者 Python 程序员

要求

无需编程经验。你会学到你需要知道的一切。