我需要一个人工智能课程的项目想法。你有什么建议吗?

我想向Stack Overflow用户询问一个好的项目想法,可以在一个学期内娱乐一个程序员学生。计算机视觉看起来可能很有趣,但我不能说该领域的项目是否能在4个月内完成。你觉得怎么样?


回答:

有一个故事是,在人工智能研究的早期,当通过机械定理证明器在“困难”的逻辑问题上取得重大进展时,一位教授给他的研究生分配了一个“容易”的问题,即解决视觉如何为大脑提供有意义的输入。显然,事情远比教授预期的要困难得多。所以,不,不是广义上的视觉

如果你是人工智能的初学者,有几个方向可以选择。经典的AI问题——逻辑谜题——可以用机械定理证明器来解决(通常用Lisp编写——参考这里的经典文本来解决逻辑谜题)。如果你不想自己创建,你可以选择Prolog(本质上是一样的)。

你也可以选择模式识别问题,尽管你最好保持初始问题的简单,以避免陷入细节的泥潭。我的论文涉及使用随机过程来识别自由浮动空间中的字母,所以我对这种方法有点偏爱(但除非你真的很喜欢数学,否则不要从随机过程开始)。隔壁的子领域是神经网络。这很受欢迎,因为你几乎不可能在不构建一些有趣的项目的情况下学习神经网络。在整个领域(模式处理)中,很酷的一点是你可以解决实际问题,而不是玩具难题。

很多人喜欢自然语言处理,因为它很容易上手,但在复杂性方面几乎是无限的。一个非常明确的问题是构建一个用于处理特定领域语言的NLP程序(例如,讨论一场国际象棋比赛)。这使得你可以很容易地看到进展,同时仍然足够复杂,可以填满一个学期。

希望这些能给你一些想法!

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注