El razonamiento formal juega un papel importante en la inteligencia artificial. Hay dos maneras principales de formalizar razonamiento: una que enfatiza la deducción (lógica), y otra que enfatiza la incertidumbre (teoría de la probabilidad). En este curso vamos a cubrir una introducción tanto a la lógica (vamos a cubrir tres lógicas) como a la teoría de la probabilidad (vamos a cubrir tres modelos gráficos probabilísticos).
Razonamiento artificial
Razonamiento artificial
Dieser Kurs ist Teil von Spezialisierung „Introducción a la inteligencia artificial“
Dozenten: David A. Rosenblueth
9.566 bereits angemeldet
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
115 Bewertungen
Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Kompetenzen, die Sie erwerben
- Kategorie: Probability
- Kategorie: Deductive Reasoning
- Kategorie: Theoretical Computer Science
- Kategorie: Verification And Validation
- Kategorie: Logical Reasoning
- Kategorie: Game Theory
- Kategorie: Bayesian Network
- Kategorie: Markov Model
- Kategorie: Artificial Intelligence
- Kategorie: Computational Logic
Werkzeuge, die Sie lernen werden
- Kategorie: Python Programming
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
7 Aufgaben
Unterrichtet in Spanisch
91%
of learners achieved a positive career outcome
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Introducción a la inteligencia artificial“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 6 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten
Lehrkraftbewertungen
(33 Bewertungen)
Mehr von Algorithms entdecken
Universidad Nacional Autónoma de México
Universidad Nacional Autónoma de México
Universidad Nacional Autónoma de México
Universidad Nacional Autónoma de México
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
- 5 stars
49,56 %
- 4 stars
26,95 %
- 3 stars
13,91 %
- 2 stars
1,73 %
- 1 star
7,82 %
Zeigt 3 von 115 an
JL
Geprüft am 30. Nov. 2020
Es un reto realizar este curso, hay que estar muy atento a cada palabra de los profesores ya que son la clave para pasar las evaluaciones.
LC
Geprüft am 22. Nov. 2020
Buen curso, me puso a investigar algunos conceptos por aparte. Como recomendación deberían especificar mejor lo que quieren en el archivo de los laboratorios
HP
Geprüft am 30. Jan. 2021
Buen curso. Le daría 5 estrellas pero es confunso en lo que respecta a la entrega de tareas en Python, salvo eso, el curso es muy bueno.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,