高级人工智能

课程编码：280216085404P2001 英文名称：Advanced Artificial Intelligence 课时：60 学分：3.00 课程属性：专业核心课 主讲教师：徐常亮等

本课程为计算机应用技术专业硕士研究生的专业核心课，同时也可作为计算机其它专业及电子、自动化等学科研究生的专业普及课。模式识别是研究用机器代替人去识别、辨识客观事物的学科,而机器学习则研究如何构造算法从数据中学习或对数据做出预测。二者均具有系统的理论和方法,并有着千丝万缕的联系，也都在近年来得到了广泛的应用，成为人工智能领域最热门的学科方向之一。本课程将讲述模式识别与机器学习的基本概念、基本理论和方法、关键算法原理以及典型应用情况。预期通过理论讲授与应用案例分析，为本学科研究生今后从事相关方向的深入研究打下坚实的理论基础，为其他学科的研究生应用相关方法和技术提供理论和实践指导。要求学生不仅能够切实掌握本课程的基本理论和方法，并能在解决实际问题时灵活应用所学知识。

高等数学，线性代数，概率论与数理统计

第一章 人工智能概述 徐常亮
第1节 人工智能发展历程 2.0学时
第2节 人工智能的数学基础 1.0学时
第二章 搜索问题 徐常亮
第1节 搜索问题的定义 2.0学时
第2节 搜索算法基础 2.0学时
第3节 盲目搜索 2.0学时
第4节 启发式搜索 2.0学时
第5节 局部搜索 2.0学时
第6节 对抗搜索 2.0学时
第三章 知识计算 徐常亮
第1节 命题逻辑与谓词逻辑 2.0学时
第2节 不确定性知识表达 2.0学时
第3节 不确定性推理与贝叶斯网络 2.0学时
第四章 机器学习 徐常亮
第1节 有监督学习 2.0学时
第2节 无监督学习 2.0学时
第3节 半监督学习 2.0学时
第4节 图神经网络 2.0学时
第5节 集成学习 2.0学时
第五章 人工神经网络和深度学习 徐常亮
第1节 基本概念和原理 2.0学时
第2节 图像数据的经典模型 2.0学时
第3节 序列数据的经典模型 2.0学时
第4节 深度网络参数训练方法 2.0学时
第六章 群体智能 徐常亮
第1节 集群智能 3.0学时
第2节 博弈 3.0学时
第七章 交叉领域和应用 徐常亮
第1节 计算机视觉 3.0学时
第2节 自然语言处理 3.0学时
第3节 应用实践及讨论 6.0学时
第八章 课程考试 徐常亮
第1节 期末考试 3.0学时

徐常亮：北大本科、普林斯顿博士，阿里云大数据平台ODPS和机器学习平台PAI创始人，曾任阿里云数据事业部第一任总经理，新华智云CEO。曾代表阿里云与清华大学合作课程大数据平台技术。