Introduction to Artificial Intelligence and Data Analytics

课程简介

1. 大数据分析基础 • 大数据定义，大数据的4V特性 • 数据类型，数据分析能力，数据分析流程与可视化 2. 机器学习与人工智能应用 • 人工智能、机器学习和深度学习概览； • 监督学习 vs 无监督学习；性能度量，例如准确率、假阳性、假阴性、召回率、精确率； • AIDA应用：聊天机器人、推荐系统、客户关系和点击流分析、社交媒体和情感分析、推荐系统、文本翻译和摘要、机器人技术、智能交通系统、自动驾驶、面部识别、医学图像分析和诊断、生物特征识别等 3. 生成式人工智能及其应用 • 生成式人工智能定义及其类型，大型语言模型（例如GPT、Gemini、Claude），提示设计与提示工程，图像生成，视频生成； • 生成式人工智能的应用，生成式人工智能技术的局限性（例如幻觉） 4. AIDA的社会影响 • 数据隐私的担忧；人工智能伦理； • AIDA应用对全球和社会的影响； • 将AIDA应用于香港与“八大中心”发展相契合，包括国际金融中心、国际创新科技中心、东西方国际文化交流中心、国际贸易中心、国际航运中心、国际航空枢纽、亚太地区国际法律及争议解决服务中心以及区域知识产权交易中心。

学习目标

1. 向学生介绍人工智能和数据挖掘的概念及原理； 2. 向学生介绍人工智能和数据挖掘在他们自己学科中的应用实例； 3. 通过增强学生利用人工智能和数据挖掘解决实际问题的能力，为他们后续选择人工智能和数据挖掘辅修或次要主修做准备； 4. 提高学生对日常生活中人工智能和数据挖掘引发的伦理和社会问题的意识。

先修要求

无

教学模式

1. 实践/在线学习模块：学生应使用一系列AI、数据分析和生成式AI工具完成练习和实践操作。该在线学习模块由香港理工大学计算机科学系开发并讲授，包含阅读材料、练习和评估，旨在向学生介绍AIDA的基本概念和实践。 2. 课程讲授与研讨会：通过课程讲授介绍AIDA概念和基础技能。课堂活动（例如讨论和练习）将用于更好地促进学生的主动学习。