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
Ce cours fait partie de Spécialisation "Introducción a la inteligencia artificial"
Instructeurs : David A. Rosenblueth
9 566 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
115 avis
niveau Intermédiaire
Certaines connaissances prérequises
2 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Compétences que vous acquerrez
- Catégorie : Probability
- Catégorie : Deductive Reasoning
- Catégorie : Theoretical Computer Science
- Catégorie : Verification And Validation
- Catégorie : Logical Reasoning
- Catégorie : Game Theory
- Catégorie : Bayesian Network
- Catégorie : Markov Model
- Catégorie : Artificial Intelligence
- Catégorie : Computational Logic
Outils que vous découvrirez
- Catégorie : Python Programming
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
7 devoirs
Enseigné en Espagnol
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation "Introducción a la inteligencia artificial"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 6 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Évaluations de l’enseignant
(33 évaluations)Offert par
En savoir plus sur Algorithms
Universidad Nacional Autónoma de México
Universidad Nacional Autónoma de México
Universidad Nacional Autónoma de México
Universidad Nacional Autónoma de México
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
- 5 stars
49,56 %
- 4 stars
26,95 %
- 3 stars
13,91 %
- 2 stars
1,73 %
- 1 star
7,82 %
Affichage de 3 sur 115
JL
Révisé le 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
Révisé le 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
Révisé le 30 janv. 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.
Foire Aux Questions
Plus de questions
Aide financière disponible,