人工智能和元启发式（组合优化）Python | AI and Meta-Heuristics (Combinatorial Optimization) Python

图算法、遗传算法、模拟退火、群智能、启发式、Minimax和Meta启发式
讲师：Holczer Balazs

双语资源中英文字幕学习课程，独家翻译制作，提供全部配套课程资料。全网最低价享受高品质课程资源，无限分享下载。

你将会学到什么？

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

课程要求

• 不需要编程经验。你会学到你需要知道的一切。

课程说明

本课程是关于人工智能和Python元启发式的基本概念。由于这些学习算法可以应用于从软件工程到投资银行的多个领域，所以这个话题现在变得非常热门。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，对市场中的股价走势进行很好的猜测。

###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
• 为什么在人工智能中使用图形算法

第2节-深度优先搜索（DFS）

• 什么是深度优先搜索算法
• 用迭代和递归实现
• 深度优先搜索堆栈内存可视化
• 迷宫逃生应用程序

第3节-A*搜索算法

• A*搜索算法是什么
• Dijkstra的算法和A*搜索有什么区别
• 什么是启发式
• 曼哈顿距离与欧几里得距离

###元工效学###

第4节-模拟退火

• 什么是模拟退火
• 如何求函数的极值
• 如何解决组合优化问题
• 旅行推销员问题
• 用模拟退火法求解数独问题

第5节-遗传算法

• 什么是遗传算法
• 人工进化与自然选择
• 交叉和突变
• 背包问题和N皇后问题的求解

第6节-粒子群优化（PSO）

• 什么是群体智能
• 粒子群优化算法是什么

###游戏和游戏树###

第7节-游戏树

• 什么是游戏树
• 如何构建游戏树

第8节-Minimax算法和游戏引擎

• 最小最大算法是什么
• 游戏树有什么问题？
• 使用阿尔法-贝塔修剪方法
• 国际象棋问题

第9节-带Minimax的Tic Tac Toe

• Tic-Tac-Toe游戏及其实现
• 使用极小极大算法
• 使用阿尔法-贝塔修剪算法

###强化学习###

• 马尔可夫决策过程
• 强化学习基础
• 价值迭代与政策迭代
• 勘探与开发问题
• 多武装土匪问题
• Q学习算法
• 用Q学习井字游戏

###PYTHON编程速成课程###

• Python编程基础知识
• 基本数据结构
• 内存管理的基本原理
• 面向对象程序设计
• NumPy

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。一些先进的算法可以借助于图来求解，所以在我看来，这些算法是至关重要的。

接下来的章节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，以及几个问题，如著名的N皇后问题、旅行商问题（TSP）等。

感谢您加入本课程，让我们开始学习吧！

此课程面向哪些人？

• Python初学者对人工智能和组合优化充满好奇