Artificial Intelligence for Business

课程简介

• 介绍：概览；人工智能历史（逻辑、神经、统计）；伦理与责任 • 搜索技术：建模：定义搜索问题；树搜索：基本穷举搜索、BFS、DFS；均匀成本搜索（UCS）；UCS的正确性；A*搜索 • 机器学习：概览；线性回归；线性分类；群体分布鲁棒优化（DRO）；非线性特征；特征模板；神经网络；反向传播；泛化；K均值聚类 • 游戏：概览；游戏建模；游戏评估；期望极大值；极小极大值；期望极小极大值；评估函数；α-β剪枝 • 大型语言模型：基础，应用（文本生成、图像生成、音频和视频生成、代码生成）

学习目标

本课程旨在运用严谨的数学工具解决复杂的实际问题。学生将学习各种人工智能（AI）系统的基础原理，并能在项目或其他相关工作中实现一些基本的AI技术。

先修要求

先修课程/排除课程 无

教学模式

包括39小时的课堂活动，涵盖讲授、辅导、实验室、工作坊和研讨会（如适用）。理论与实践并重。使用Prolog和专家系统外壳进行编程练习和项目。提供指导性阅读。