人工智能的应用越来越多，例如“阿尔法Go”，机器人，自动驾驶等等，大有乱花渐欲迷人眼之势。但如果说人工智能的原理挺常见，不知道会不会有人信。当年，网络技术也很神秘，动辄“协议栈”，“域名解析”等等很多术语，后来一个老师在课上说：“CSMA/CD（具有冲突检测的载波侦听多路访问），描述的就是通过楼道在房间里喊另外一个房间的人，肯定要等到楼道里安静时再喊。”多朴素的道理。人工智能也一样，很多基本道理在生活中早已存在。只是没去注意，没去精确的计算，一旦看见最终的应用感觉就很神奇。其实，如果平实地一步步推演，其中道理显而易见。

本课程力求把道理讲得浅显，课程中讲述了人工智能在监督学习、非监督学习、强化学习三个领域的10种常见算法，包括kNN、贝叶斯、决策树、支持向量机、集成学习、K-means、线性回归、神经网络、卷积网络、Q-learning等。每个算法都从生活中的原理或前叙课程出发，每个算法都力争讲明白为什么，干什么，怎么干。为了达到目标，本课程设计了一些贴近生活的案例并利用Excel手动计算让学习者参与和体验人工智能的“决策过程”。通过这些尝试，希望学习者能够了解人工智能的常用算法。

学习人工智能在监督学习、非监督学习、强化学习三个领域的10种常见算法，包括kNN、贝叶斯、决策树、支持向量机、集成学习、K-means、线性回归、神经网络、卷积网络、Q-learning等。

高中数学、统计学知识

[1] 于京 《人工智能应用基础》，高等教育出版社，2020年9月

[2] [美]史蒂芬·卢奇，丹尼·科佩克 《人工智能（第2版）》,人民邮电出版社，2018年10月