Artificial Intelligence in Aviation Industry

课程简介

人工智能（AI）基础：AI的基本概念和趋势；AI算法设计；深度学习；大型语言模型。 数据统计分析：数据处理；数据挖掘；数据可视化；主成分分析；数据驱动优化。 监督学习：最小二乘法和最近邻法；统计决策理论；线性回归方法；线性判别分析；分类；逻辑回归；支持向量机。 无监督学习：聚类；关联降维；K均值聚类；K近邻。 模型推断与平均：Bootstrap和最大似然方法；贝叶斯方法。 强化学习：强化学习的基本概念；马尔可夫决策过程（MDP）；Q学习。 在航空领域的应用：航空交通需求预测；航班延误预测；运营管理和动态定价；通过航空案例分析得出的管理启示和可操作见解。

学习目标

1. 了解航空业中高级人工智能（AI）的主要概念、思想和技术； 2. 掌握航空公司和机场运营中的基本原理、研究方法、数据分析方法及案例分析； 3. 了解人工智能的发展前景及其在未来的空中交通和无人机系统交通管理中的重要性。

先修要求

无

教学模式

教学通过讲座和案例研究进行。介绍基本知识、研究方法和理论模型。强调如何使用AI模型和软计算技术解决和表述问题。课堂上教授研究方法、数据统计分析技能和算法设计技能，并通过实际数据的应用来增强研究能力。