人工智慧工程師系列課程 2 決策、智慧代理與隨機過程

本課程可幫助您對人工智慧 (AI) 背後的技術以及隨機方法在指導決策中的作用有一個概念性的理解。我們首先討論簡單和複雜的決策，並介紹不同類型的代理。我們識別智慧代理、簡單反射代理、具有內部狀態的簡單反射代理、基於目標和基於效用的代理。

本課程解釋瞭如何將效用理論與機率結合，使代理人能夠選擇最大化其預期績效的行動。在檢查效用函數定理以及資訊和代理人收集的資訊的價值之前，我們全面介紹了效用和最大預期效用（MEU）。這門電腦科學課程探索決策理論作為機率、效用以及決策系統和網路的組合。我們概述了基本思想並提供了強化學習的範例，以幫助您了解人工智慧。

然後，我們向您展示如何利用有關世界的知識來做出決策，即使行動的結果不確定。本課程將帶您了解馬可夫決策過程 (MDP)、部分可觀察 MDP、動態決策網絡 (DDN) 和博弈論，幫助您掌握機率科學。我們的最後一部分重點介紹用於模擬隨機變數的隨機方法。本課程闡述了集合論、機率分佈和條件機率貝葉斯規則的基礎知識。這門電腦科學課程結合了機率和技術的研究，幫助您了解人工智慧在改善各個領域的分析和決策方面的作用。