62. _11.2 遗憾最小化算法(P31) - 3

浙江大学-人工智能 模型与算法（mooc）

大学课程 / 计算机 / AI大数据

共72集 37.5万人观看

---

• 
  1_1.1 可计算思想起源与发展(P1) - 1

  07:59
• 
  2_1.1 可计算思想起源与发展(P1) - 3

  08:00
• 
  3_1.2 人工智能的发展简史(P2) - 1

  10:12
• 
  4_1.2 人工智能的发展简史(P2) - 2

  10:15
• 
  5_1.2 人工智能的发展简史(P2) - 3

  10:09
• 
  6_1.3人工智能研究的基本内容(P3) - 1

  05:52
• 
  7_1.3人工智能研究的基本内容(P3) - 3

  05:54
• 
  8_2.1启发式搜索(P4) - 1

  13:23
• 
  9_2.1启发式搜索(P4) - 3

  13:29
• 
  10_2.2 对抗搜索(P5) - 1

  08:29
• 
  11_2.2 对抗搜索(P5) - 3

  08:31
• 
  12_2.3 蒙特卡洛树搜索(P6) - 1

  12:08
• 
  13_2.3 蒙特卡洛树搜索(P6) - 2

  12:15
• 
  14_2.3 蒙特卡洛树搜索(P6) - 3

  12:10
• 
  15_3.1 命题逻辑(P7) - 1

  09:05
• 
  16_3.1 命题逻辑(P7) - 3

  09:09
• 
  17_3.2 谓词逻辑(P8) - 1

  08:08
• 
  18_3.2 谓词逻辑(P8) - 3

  08:08
• 
  19_3.3 知识图谱推理：一阶归纳推理算法(P9) - 1

  14:06
• 
  20_3.3 知识图谱推理：一阶归纳推理算法(P9) - 3

  14:08
• 
  21_4.1知识图谱推理：路径排序算法(P10) - 1

  06:17
• 
  22_4.1知识图谱推理：路径排序算法(P10) - 3

  06:21
• 
  23_4.2 因果推理(P11) - 1

  10:43
• 
  24_4.2 因果推理(P11) - 2

  10:47
• 
  25_4.2 因果推理(P11) - 3

  10:42
• 
  26_5.1 机器学习基本概念(P12) - 1

  09:37
• 
  27_5.1 机器学习基本概念(P12) - 3

  09:38
• 
  28_5.2 线性回归分析(P13) - 1

  05:12
• 
  29_5.2 线性回归分析(P13) - 3

  05:09
• 
  30_5.3提升算法（boosting）(P14) - 1

  08:28
• 
  31_5.3提升算法（boosting）(P14) - 3

  08:27
• 
  32_6.1 K均值聚类(P15) - 1

  09:01
• 
  33_6.1 K均值聚类(P15) - 3

  09:03
• 
  34_6.2 主成分分析(P16) - 1

  11:19
• 
  35_6.2 主成分分析(P16) - 3

  11:20
• 
  36_6.3 特征人脸算法(P17) - 1

  05:11
• 
  37_6.3 特征人脸算法(P17) - 3

  05:11
• 
  38_7.1 逻辑斯蒂回归与分类(P18) - 1

  10:07
• 
  39_7.1 逻辑斯蒂回归与分类(P18) - 3

  10:11
• 
  40_7.2 潜在语义分析(P19) - 1

  09:49
• 
  41_7.2 潜在语义分析(P19) - 3

  09:53
• 
  42_7.3线性区别分析及分类(P20) - 1

  07:20
• 
  43_7.3线性区别分析及分类(P20) - 3

  07:16
• 
  44_8.1 深度学习基本概念(P21) - 1

  11:37
• 
  45_8.1 深度学习基本概念(P21) - 3

  11:35
• 
  46_8.2 前馈神经网络(P22) - 1

  08:11
• 
  47_8.2 前馈神经网络(P22) - 3

  08:15
• 
  48_9.1 卷积神经网络(P24) - 1

  08:34
• 
  49_9.1 卷积神经网络(P24) - 3

  08:32
• 
  50_9.2 -自然语言理解与视觉分析(P25) - 1

  09:03
• 
  51_9.2 -自然语言理解与视觉分析(P25) - 3

  09:08
• 
  52_10.1 强化学习定义(P26) - 1

  12:28
• 
  53_10.1 强化学习定义(P26) - 3

  12:34
• 
  54_10.2 策略优化与策略评估(P27) - 1

  08:51
• 
  55_10.2 策略优化与策略评估(P27) - 3

  08:51
• 
  56_10.3 强化学习求解 Q Learning(P28) - 1

  08:39
• 
  57_10.3 强化学习求解 Q Learning(P28) - 3

  08:37
• 
  58_10.4 深度强化学习(P29)

  07:42
• 
  59_11.1 博弈相关概念(P30) - 1

  09:06
• 
  60_11.1 博弈相关概念(P30) - 3

  09:08
• 
  61_11.2 遗憾最小化算法(P31) - 1

  09:28
• 
  62_11.2 遗憾最小化算法(P31) - 3

  09:25
• 
  63_11.3 虚拟遗憾最小化算法(P32) - 1

  12:38
• 
  64_11.3 虚拟遗憾最小化算法(P32) - 3

  12:41
• 
  65_11.4 人工智能安全(P33) - 1

  09:04
• 
  66_11.4 人工智能安全(P33) - 3

  09:04
• 
  67_12.1 记忆驱动的智能计算(P34) - 1

  10:23
• 
  68_12.1 记忆驱动的智能计算(P34) - 3

  10:26
• 
  69_12.2 可计算社会学(P35) - 1

  09:35
• 
  70_12.2 可计算社会学(P35) - 3

  09:32
• 
  71_12.3 若干挑战(P36) - 1

  12:19
• 
  72_12.3 若干挑战(P36) - 3

  12:23