人工智能原理与算法

课程编码：085400M04017N 英文名称：Principle and Algorithms of Artificial Intelligence 课时：60 学分：3.00 课程属性：专业核心课 主讲教师：虞剑飞等

本课程为计算机、软件、自动化、人工智能、信息安全、电子信息等学科研究生的专业核心课。课程讲授和讨论人工智能主要思想、基本原理、关键技术和典型应用，系统学习人工智能的内涵，点面结合地学习人工智能尤其是统计机器学习领域的重要算法、模型的原理，通过动手实践了解如何利用人工智能模型解决实际问题。

无

第一章 绪论 夏睿
第1节 人工智能的基本概念 0.25学时
第2节 人工智能的历史发展 0.25学时
第3节 人工智能的学科方向和代表性应用 0.75学时
第4节 人工智能的任务与挑战 0.25学时
第5节 人工智能与机器学习等学科的关系 0.5学时
第6节 机器学习的基本问题和基本方法 0.75学时
第7节 课程的基本安排 0.25学时
第二章 线性回归 夏睿
第1节 模型假设 0.25学时
第2节 最小二乘准则 0.25学时
第3节 解析法 0.5学时
第4节 梯度下降算法 0.75学时
第5节 回归算法评价 0.25学时
第6节 线性回归模型实践 1学时
第三章 逻辑斯蒂回归 夏睿
第1节 模型假设 0.5学时
第2节 基于最大似然估计的参数学习 0.5学时
第3节 梯度下降法、牛顿法 1学时
第4节 多类逻辑斯蒂回归 1学时
第5节 信息论基础、交叉熵准则 0.5学时
第6节 分类算法评价 0.5学时
第7节 逻辑斯蒂回归模型实践 1学时
第四章 感知机模型 夏睿
第1节 感知机准则 0.5学时
第2节 感知机参数学习 0.25学时
第3节 随机梯度下降算法 0.5学时
第4节 多类感知机算法 0.75学时
第5节 感知机模型实践 1学时
第五章 支持向量机 夏睿
第1节 线性模型回顾 0.5学时
第2节 最大间隔分类准则 0.75学时
第3节 等式/不等式约束的最优化问题 0.75学时
第4节 对偶优化方法 1学时
第5节 最大软间隔准则 0.5学时
第6节 非线性分类与核函数 0.5学时
第7节 二分类模型解决多分类的方法 0.5学时
第8节 支持向量机实践 0.5学时
第六章 贝叶斯模型 夏睿
第1节 生成式模型与判别式模型 0.25学时
第2节 伯努力分布、多项分布、高斯分布 1学时
第3节 基于多变量伯努力分布的朴素贝叶斯模型 0.5学时
第4节 基于多项分布的朴素贝叶斯模型 0.5学时
第5节 基于高斯分布的贝叶斯模型 0.5学时
第6节 最大似然估计算法 1学时
第7节 贝叶斯决策 0.25学时
第8节 朴素贝叶斯模型实践 1学时
第七章 聚类 夏睿
第1节 聚类与分类的区别 0.25学时
第2节 机器学习的相似度计算方法 0.5学时
第3节 K-均值聚类 0.5学时
第4节 层次聚类 1学时
第5节 高斯混合模型 0.5学时
第6节 期望最大化算法 0.75学时
第7节 聚类算法评估 0.5学时
第8节 聚类算法实践 1学时
第八章 前馈神经网络 夏睿
第1节 人工神经网络历史发展 0.5学时
第2节 多层前馈神经网络 1学时
第3节 误差反向传播算法 1.5学时
第4节 前馈神经网络实践 1学时
第九章 卷积神经网络 夏睿
第1节 卷积的种类与运算 1学时
第2节 卷积神经网络的结构 0.5学时
第3节 面向图像的卷积神经网络 1学时
第4节 面向文本的卷积神经网络 0.5学时
第5节 卷积神经网络实践 1学时
第十章 循环神经网络 夏睿
第1节 循环神经网络 0.5学时
第2节 递归神经网络 0.5学时
第3节 长短期记忆神经网络 1学时
第4节 注意力机制 1学时
第5节 循环神经网络实践 1学时
第十一章 神经网络优化与正则化 夏睿
第1节 网络优化 0.5学时
第2节 优化算法改进 1.0学时
第3节 参数初始化/数据预处理 0.5学时
第4节 逐层归一化、超参数优化 0.5学时
第5节 网络正则化 0.5学时
第十二章 Transformer与预训练模型 夏睿
第1节 自注意力机制 1学时
第2节 Transformer网络结构 0.75学时
第3节 基于Transformer的预训练语言模型 0.75学时
第4节 基于Seq2Seq的预训练语言模型 1.5学时
第5节 预训练模型实践 1学时
第十三章 人工智能学科前沿 夏睿
第1节 自然语言处理 1学时
第2节 计算机视觉 1学时
第3节 数据挖掘与知识工程 1学时
第十四章 人工智能算法应用 夏睿
第1节 基于人工智能算法的文本分类应用 2学时
第2节 基于人工智能算法的图像分类应用 2学时
第十五章 总结 夏睿
第1节 课程总结与复习 2学时
第十六章 考试 夏睿
第1节 期末考试 2学时

"夏睿，南京理工大学计算机科学与工程学院教授、博导。2011年博士毕业于中国科学院自动化研究所（模式识别国家重点实验室）。在人工智能、自然语言处理、数据挖掘领域的国内外重要期刊和会议发表论文50余篇，出版学术专著2部，主持国家及省部级课题近10项，获得国际计算语言学学会年会ACL2019杰出论文奖、国际计算语言学大会COLING2020最佳论文候选、中国中文信息学会钱伟长中文信息处理青年创新奖一等奖、江苏省计算机学会青年科技奖等荣誉，得到江苏省杰青项目资助。

虞剑飞，南京理工大学计算机科学与工程学院副教授。2018年于新加坡管理大学获自然语言处理工学博士，2015年于南京理工大学获计算机技术工学硕士，2012年于南京理工大学获软件工程工学学士。担任领域内知名学术会议/研讨会（AAAI, IJCAI, ACL, EMNLP, COLING, NAACL, IJCNLP, CCL, SMP等）的程序委员会委员，以及多个国内外重要学术期刊（IEEE/ACM TASLP, IEEE TAFFC, ACM TALLIP, JASIST, Neurocomputing等）的审稿人。"