人工智能导论
分享
课程详情
课程评价
spContent=入门级人工智能课程,可以帮助初学者实现“零基础”学习人工智能,了解什么是人工智能;人工智能研究什么;人工智能的理论基础是什么;有哪些人工智能的算法与模型;人工智能最新的发展与应用会怎样影响我们的社会、工作和生活。本课程是由国家级教学名师浙江工业大学王万良教授主讲的。
—— 课程团队
课程概述

人工智能是迅速发展的新兴学科,已经成为许多高新技术产品的核心技术。人工智能模拟人类智能解决问题,几乎在所有领域都有非常广泛的应用。

 本课程为入门级人工智能课程,适合初学者,可以帮助初学者实现零基础学习人工智能。本课程采用浙江工业大学王万良教授编著的专业教材《人工智能导论》(第4版),紧紧围绕人工智能的基本思想、基本理论、基本方法及其应用展开,并融合了人工智能的一些前沿内容。本课程共有12讲,包括:人工智能概述、一阶谓词逻辑表示法、产生式表示法和框架表示法、基于谓词逻辑的推理方法、可信度方法和证据理论、模糊推理方法、遗传算法及其应用、群智能算法及其应用、专家系统、机器学习、前馈神经网络及其应用和反馈神经网络及其应用。

授课目标

    本课程的目标是使学生初步了解人工智能的基本原理,初步学习和掌握人工智能的基本方法,帮助学生形成对人工智能一般应用的轮廓性认识,为学生今后在相关领域应用人工智能方法奠定基础。  


课程大纲

第一讲:人工智能概述

第二讲:一阶谓词逻辑表示法

第三讲:产生式表示法和框架表示法

第四讲:基于谓词逻辑的推理方法

第五讲:可信度方法和证据理论

第六讲:模糊推理方法

第七讲:搜索求解策略

第八讲:遗传算法及其应用

第九讲:蚁群算法及其应用

第十讲:专家系统与机器学习

第十一讲:BP神经网络及其应用

第十二讲:Hopfield神经网络及其应用

预备知识

 学习者具备一定的计算思维及程序设计基础,以及线性代数、概率论等数学知识即可。


 



证书要求

      课程总成绩是由单元测验(40%)、单元作业(20%)和考试(40%)组成。成绩包含“不合格”、“合格”和“优秀”三个档次。总成绩小于60分为“不合格”,大于等于60分并且小于85分为“合格”,大于等于85分为“优秀”。



参考资料

[1]王万良.人工智能导论(第4版),高等教育出版社,20177月(教材官网)。

[2]王万良.人工智能及其应用(第三版),高等教育出版社,20162月(教材官网

[3]Stuart Russell and Peter Norvig, “Artificial Intelligence – A Modern Approach (3rd ed)”, . Prentice Hall, Dec. 11, 2009.

[4]Stuart Russell等著,殷建平等译:《人工智能:一种现代的方法 (3)》,清华大学出版社,2013111日。

注:这本书是上述参考书籍[3]的中译本