第一天

人工智能（AI）概述

案例研讨：AlphaGo的基本原理，李世石与AlphaGo的对局分析

1、 人工智能（AI）时代

2、 人工智能、类脑计算的概念解释

3、 人工智能的发展历史

4、 人工智能的应用及其原理

5、 知识图谱的介绍及应用

6、 对于人工智能发展的思考

7、 人工智能发展的利与弊

8、 人工智能应用

9、 什么是人工智能（Artificial Intelligence）

10、人☆工智能历史和算法概述

11、人工智能诞生标志：达特茅斯会议

12、致力于使用概率方法AI

13、符号主义学派的创始人

14、人工智能简史

15、成功人工智能经典案例

案例研讨：宝马BMW智能汽车装配生产线

案例研讨：可口可乐Coca-cola全自动化生产线

知识图谱概述

1、 知识图谱诞生的背景

2、 知识图谱↓概念

3、 知识图谱包括的内↙容

4、 知识图谱技术原理

第二天

知识图谱表示

1、 知识的表示

2、 知识图谱的价值剖析

3、 知识图谱的分类

4、 知识图谱的特点

5、 知识网络

6、 网络的高集聚特性

7、 顶点、边

8、 命名实体

9、 实体关系

10、知识间的关系

11、构建知识图谱

12、命名实体识别

13、实体唯一标识

14、实体内在特征：属性-值对

15、词汇体系

16、知识抽取

17、知识的表示

18、知识的存储

19、知识的检索

20、知识的推理

21、知识▅图谱模型

22、知识表示为图

23、引文分析

24、同被引分析

25、共词分析

26、关联关系分析

27、聚类分析

28、词频分析

知识图谱的构建

1、 知识图谱的构建

2、 知识图谱的规模

3、 实体-关系-实体

4、 知识图谱的数据来源

5、 百科类数据

6、 结构化数据

7、 半结构化数据挖掘

8、 通过搜索日志进行实体和实体属性等挖掘

9、 种子(Seeds)词

10、从抽取图谱到知识图谱

11、实体对齐

12、知识图谱schema构建

13、不一致性的解决

14、知识图谱上的挖掘

15、基于知识图谱的推理

16、实体重要性排序

17、相关实体挖掘

18、知识图谱的更新和维护

19、Type和Collection的关系

20、结构化站点包装器的维护

21、知识图谱的更新频率

22、众包(Crowdsourcing)反馈机制

23、知识图谱在搜索中的应用

24、查询理解

25、问题回答

26、知识图谱的构建算法

27、复杂的自然语言查询