Foundation Techniques in Artificial Intelligence

课程简介

1. 人工智能与工业工程简介 • 人工智能和机器学习简介 • 人工智能和信息工程中的技术与技术：自然语言处理、线性回归、决策树、支持向量机、神经网络、聚类、降维 2. 人工智能与工业工程的数学基础 • 复数：几何表示、复指数函数、复数的 n 次根 • 线性代数：基本矩阵运算复习。行列式和线性方程组。内积和正交性，特征值和特征向量。案例研究：线性代数在现实生活中的应用 3. 机器学习 • 向量、矩阵、张量和向量空间 • 随机变量和概率分布 • 贝叶斯定理及其应用 • 监督学习与无监督学习 • 过拟合、欠拟合和降维 • 高斯混合模型和支持向量机

学习目标

1. 介绍人工智能（AI）和信息工程（IE）的最新发展。 2. 介绍研究人工智能和信息工程中常用的数学和编程工具。

先修要求

无

教学模式

讲座：基本原理和核心概念；辅导课：澄清概念并讨论问题/应用；实验课：数值计算的计算机编程实验。