Artificial Intelligence

课程简介

课程内容 1. 人工智能简介 人工智能的定义；人类智能的基本概念；经典人工智能问题的范围；人工智能的诞生、黄金时期和寒冬。 2. 代理与知识库 代理和理性性的定义；设计智能代理；基于知识的代理及其表示语言；正向链和反向链推理；不确定性与贝叶斯网络。 3. 解决问题的代理 解决问题的代理；无信息搜索策略及其典型算法；有信息搜索策略及其典型算法；启发式函数；爬山搜索、模拟退火搜索、遗传算法；约束满足问题和博弈问题。 4. 机器学习 监督学习、无监督学习和强化学习；分类、聚类和回归；决策树；支持向量机、人工神经网络。 5. 应用与伦理问题 人工智能的最新发展；典型应用；人工智能技术与应用的伦理问题；对人类社会的利与弊。

学习目标

1. 介绍人工智能的基本概念 2. 使学生掌握人工智能技术的编程知识和技能 3. 掌握问题建模和典型智能算法 4. 了解人工智能的技术发展 5. 使学生意识到与人工智能相关的伦理问题。

先修要求

先修课程：COMP2011/COMP2013/DSAI2201

教学模式

在课堂上，学生将接触到人工智能的概念、算法和应用，并通过练习、实验室和项目进行补充。