人工智能原理与应用

课程编码：180206085410P2006Y 英文名称：Principles and Applications of Artificial Intelligence 课时：40 学分：2.00 课程属性：专业核心课 主讲教师：缪青海

本课程是关于人工智能领域的综合性课程，目的是介绍人工智能的知识体系，使学生了解人工智能重点研究领域的最新研究进展，突出“点-面”结合，理论方法讲解与案例动手实践并重，激发学生学习人工智能兴趣、为将来在人工智能领域的进一步研究和应用奠定良好的基础。通过本课程的学习，要求学生掌握人工智能的知识体系、各个不同分支的研究现状、经典方法，了解各个应用领域的新突破、新成果。要求学生运用机器学习框架，在问题求解与搜索、知识表示与推理、神经网络与学习等领域实现基本方法的测试和运行。

概率论,python

第一章 绪论 4.0学时 缪青海
第1节 人工智能前沿热点
第2节 人工智能定义
第3节 AI学科基础
第4节 AI发展历史
第二章 问题求解与搜索 8.0学时 缪青海
第1节 搜索与问题求解
第2节 无信息搜索与启发式搜索
第3节 优化与局部搜索
第4节 约束满足问题
第5节 对抗搜索
第6节 蒙特卡洛树搜索
第三章 知识表示与推理 8.0学时 缪青海
第1节 命题逻辑与一阶逻辑
第2节 不确定性推理与贝叶斯网络
第3节 模糊推理与模糊控制
第4节 贝叶斯网络及推理
第5节 知识图谱与推理
第6节 基于案例的推理
第四章 神经网络与学习 16.0学时 缪青海
第1节 机器学习基础
第2节 神经元网络的模型、结构与学习基础
第3节 多层感知机MLP
第4节 卷积神经网络CNN
第5节 循环神经网络RNN
第6节 深度学习原理与技术
第7节 深度学习与计算机视觉
第8节 深度学习与自然语言处理
第9节 强化学习
第五章 课程实验 4.0学时 缪青海
第1节 实验1-黑白棋
第2节 实验2-斑马问题
第3节 实验3-深度学习-花卉识别
第4节 实验4-迷宫寻宝强化学习算法

缪青海，博士，中国科学院大学人工智能学院副教授。主要从事计算智能方法研究与应用。先后主持自然科学基金1项，国家科技重大专项子课题2项，在国际知名期刊和会议上发表论文40余篇。