本课程介绍人工智能的一般原理，内容包含四个方面的内容：搜索与问题求解、知识与推理、学习与发现以及领域应用。搜索与问题求解包括搜索求解问题的基本原理、搜索策略、图搜索以及博弈；知识与推理包括谓词逻辑基本知识、归结原理、归结反演、确定性推理；学习与发现包括机器学习的一些知识，即分类、回归、聚类算法等；以及深度学习入门，包括图像识别、卷积神经网络、自然语言处理、循环神经网络。
通过本课程的学习，学生能够掌握逻辑推理的基本原理与技术，会使用搜索策略求解问题，了解机器学习的基本概念，了解人工智能在行业中的应用。
1、能够说出人工智能的内涵与外延、以及对社会的作用
2、能够理解机器学习的含义，能够掌握机器学习原理
3、会使用分类、回归、聚类方法求解问题
4、能利用深度学习方法构建网络，了解常见的深度学习网络
6、特别是利用卷积神经网络解决图像识别问题
7、能够理解自然语言理解方向的困难，学会使用循环神经网络解决问题
8、能够使用启发式搜索算法求解问题
9、能够使用产生式系统、谓词逻辑进行知识表示，会将一般的社会知识转换为逻辑知识
10、能够使用谓词逻辑进行确定性推理分析
11、本课程列出了若干个讨论问题，由学生自己思考讨
已经修完程序设计、离散数学、数据结构、操作系统、等计算机基础课程。
最低知识：至少学过一门程序语言，并能够实现hello world程序的编写和运行。
如果学过Python、Java、CPP、C等任何一门语言，都对于本课程有更多帮助。
本课程的学习者，应具备以下先导知识
1. 程序语言设计：学习过相关课程，能独立编写200行以上代码的程序。本课程是支撑课程学习目标1-5的先导知识。
2. 计算机组织与结构：学习过计算机组织与结构课程，了解计算机内部5大部件的工作原理。本课程是支撑课程学习目标4的先导知识。
3. 操作系统原理：学习过操作系统原理课程，了解文件、目录、IPC等机制的基本原理；本课程是支撑课程学习目标5和6的先导知识。
4. 数据结构与算法：学习过数据结构与算法课程，能熟练使用理解简单数据结构及算法解决问题；本课程是支撑课程学习目标5的先导知识。
为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。
电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。
完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。
认证证书申请注意事项：
1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。
2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。
本课程推荐教材及与课程学习目标对应关系如下：
1. 授课教材：《人工智能》丁世飞编著 电子工业出版社 2020年第三版 ISBN：9787121363955。
（1）教材特点：《人工智能导论（第3版）》主要阐述人工智能的基本原理、方法和应用技术。全书共13章，除第1章讨论人工智能基本概念、第13章讨论人工智能的争论与展望外，其余11章按照“基本智能+典型应用+计算智能”三个模块编排内容。一个模块为人工智能经典的三大技术，分别为知识表示技术、搜索技术和推理技术，主要包括知识表示、确定性推理、搜索策略、不确定性推理；第二个模块为人工智能的典型应用领域，包括机器学习、支持向量机和专家系统；第三个模块为计算智能与群智能，包括神经计算、进化计算、模糊计算和群智能。
本课程主要选用了本教材的第一稿模块，即知识表示技术、搜索技术和推理技术中相关的内容。
（2）使用方法：本教材对应课程学习目标1-5，可以做到对课程内容前半部分的全覆盖，请同学们学习完视频之后，一定要详细阅读教材中的对应部分，并针对课后习题进行联系，能够有效提高学习质量；
2、本课程参考了大量网络上的课程。对应课程学习目标6-8，包括：
https://stanford-cs221.github.io/spring2021/
https://cse.iitkgp.ac.in/~dsamanta/courses/da/
百度飞桨师资培训的机器学习和深度学习的内容。
https://easyai.tech
此外还有参考 百度百科、B站、以及知乎和CSDN等各类科技网站。
在此表示感谢！
Q : 本课程的课件可以提供吗？
A : 目前所有的视频均有配套课件提供，在每个视频的后面，请大家自己下载学习。
Q：请问没有计算机基础可以学习本课程吗？
A：可以，可能学习起来会稍费劲。如果有可能，最好对计算机程序有一定的了解，之前至少会用一门计算机语言编程。本课程尽量对基础知识进行了基础讲解，如果哪里有问题，可以在讨论区提问。
Q：每周学习多长时间合适呢？
A：每周需要大概3-5小时时间学习课程。本课程参照章节的格式发布，通常一章内容需要一周到两周时间学习。每章都配有课后习题，方便大家检测。
例如，机器学习一章、搜索策略一章，每章大概需要2周的时间学习。
Q：除了视频学习外，还有什么补充吗？
A：只学习视频是比较枯燥的，最好能结合视频中的案例自己动手编写一些小程序。
例如，机器学习这部分，自己编写分类算法；深度学习部分，自己编写LeNet5手写体数字识别程序；搜索策略一章，自己编写 深度优先搜索算法和启发式搜索算法A、A星算法等。
Q：学习本门课程有什么用呢？
A：这个不用多说了吧，人工智能在我们的社会中已经开始无处不在了。学习了本课程后，可以了解人工智能的经典解决方法（知识表示、逻辑推理、搜索策略），以及现在流行的机器学习方法（分类和回归、聚类方法等）、图像处理算法等。
欢迎大家在讨论区提问和讨论。
祝大家学习愉快！
网上有害信息举报（涉未成年人）：网站 https://www.12377.cn 邮箱（涉未成年人） youdao_jubao@rd.netease.com
粤B2-20090191-26
| 京ICP备12020869号-2 |
京公网安备44010602000207
©2014-2024
浙公网安备 33010802012594号