人工智慧原理(北京大學提供的慕課)

人工智慧原理(北京大學提供的慕課)

本詞條是多義詞,共5個義項
更多義項 ▼ 收起列表 ▲

人工智慧原理課程是北京大學於2017年10月10日首次在中國大學MOOC開設的國家精品線上開放課程。該課程授課教師是王文敏。據2021年3月中國大學MOOC官網顯示,該課程已開課8次。

人工智慧原理課程共有12講,包括人工智慧的核心思想、基本理論,基本方法與部分套用等內容。

基本介紹

  • 中文名:人工智慧原理
  • 類別:國家精品線上開放課程
  • 提供院校:北京大學
  • 授課平台:中國大學MOOC
  • 開課時間:2017年10月10日(首次)
  • 授課教師:王文敏
課程性質,課程背景,課程定位,開課信息,課程簡介,課程大綱,課前預備,預備知識,學習資料,證書要求,所獲榮譽,教師簡介,

課程性質

課程背景

中國工程院院士、中國人工智慧學會理事長李德毅說,“人工智慧在奔跑,平均每人擁有一台服務機器人的時代終將到來。”那么,究竟什麼是人工智慧,人工智慧的理論基礎是什麼,其新發展與套用會如何影響人們的社會、工作和生活...北京大學在此背景下開設該課程,該課程介紹人工智慧的發展歷程、核心思想、基本理論與套用。

課程定位

人工智慧是中國國內外大學計算機專業設定的骨幹課之一,也是中國國內外高校和研究機構的主要研究方向之一。該課程共有12講,採用雙語教學,即中英文PPT和中英文作業等、中文講授和交流。

開課信息

開課次數
開課時間
學時安排
授課教師
參與人數
第1次開課
2017年10月10日~2018年01月31日
3~5小時每周
王文敏
75268
第2次開課
2018年03月19日~2018年07月06日
4小時每周
47621
第3次開課
2018年09月03日~2018年12月23日
33122
第4次開課
2019年03月11日~2019年06月30日
23711
第5次開課
2019年09月02日~2019年12月22日
21467
第6次開課
2020年02月11日~2020年05月31日
15130
第7次開課
2020年09月07日~2021年01月06日
7261
第8次開課
2021年03月08日~2021年06月27日
課程未結束
(表格內容參考資料

課程簡介

人工智慧研究如何用計算機軟體和硬體去實現Agent的感知、決策與智慧型行為,其理論基礎表現為搜尋、推理、規劃和學習,套用領域包括計算機視覺、圖像分析、模式識別、專家系統、自動規劃、智慧型搜尋、計算機博弈、智慧型控制、機器人學、自然語言處理、社交網路、數據挖掘、虛擬現實等。該課程在系統回顧人工智慧發展歷程的基礎上,重點介紹人工智慧的核心思想、基本理論,基本方法與部分套用。課程以該英文原版教材為主,並根據人工智慧、特別是機器學習領域的發展和變化,編撰和充實了大量的內容。

課程大綱

Part I. Basics: Chapter 1. Introduction
1.1 Overview of Artificial Intelligence
1.2 Foundations of Artificial Intelligence
1.3 History of Artificial Intelligence
1.4 The State of The Art
1.5 Summary
Quizzes for Chapter 1
Part I. Basics: Chapter 2. Intelligent Agent
2.1 Approaches for Artificial Intelligence
2.2 Rational Agents
2.3 Task Environments
2.4 Intelligent Agent Structure
2.5 Category of Intelligent Agents
2.6 Summary
Quizzes for Chapter 2
Part II. Searching: Chapter 3. Solving Problems by Search
3.1 Problem Solving Agents
3.2 Example Problems
3.3 Searching for Solutions
3.4 Uninformed Search Strategies
3.5 Informed Search Strategies
3.6 Heuristic Functions
3.7 Summary
Quizzes for Chapter 3
Part II. Searching: Chapter 4. Local Search and Swarm Intelligence
4.1 Overview
4.2 Local Search Algorithms
4.3 Optimization and Evolutionary Algorithms
4.4 Swarm Intelligence and Optimization
4.5 Summary
Quizzes for Chapter 4
Part II. Searching: Chapter 5. Adversarial Search
5.1 Games
5.2 Optimal Decisions in Games
5.3 Alpha-Beta Pruning
5.4 Imperfect Real-time Decisions
5.5 Stochastic Games
5.6 Monte-Carlo Methods
5.7 Summary
Quizzes for Chapter 5
Part II. Searching: Chapter 6. Constraint Satisfaction Problem
6.1 Constraint Satisfaction Problems (CSPs)
6.2 Constraint Propagation: Inference in CSPs
6.3 Backtracking Search for CSPs
6.4 Local Search for CSPs
6.5 The Structure of Problems
6.6 Summary
Quizzes for Chapter 6
Part III. Reasoning: Chapter 7. Reasoning by Knowledge
7.1 Overview
7.2 Knowledge Representation
7.3 Representation using Logic
7.4 Ontological Engineering
7.5 Bayesian Networks
7.6 Summary
Quizzes for Chapter 7
Part IV. Planning: Chapter 8. Classic and Real-world Planning
8.1 Planning Problems
8.2 Classic Planning
8.3 Planning and Scheduling
8.4 Real-World Planning
8.5 Decision-theoretic Planning
8.6 Summary
Quizzes for Chapter 8
Part V. Learning: Chapter 9. Perspectives about Machine Leaning
9.1 What is Machine Learning
9.2 History of Machine Learning
9.3 Why Different Perspectives
9.4 Three Perspectives on Machine Learning
9.5 Applications and Terminologies
9.6 Summary
Quizzes for Chapter 9
Part V. Learning: Chapter 10. Tasks in Machine Learning
10.1 Classification
10.2 Regression
10.3 Clustering
10.4 Ranking
10.5 Dimensionality Reduction
10.6 Summary
Quizzes for Chapter 10
Part V. Learning: Chapter 11. Paradigms in Machine Learning
11.1 Supervised Learning Paradigm
11.2 Unsupervised Learning Paradigm
11.3 Reinforcement Learning Paradigm
11.4 Other Learning Paradigms
11.5 Summary
Quizzes for Chapter 11
Part V. Learning: Chapter 12. Models in Machine Learning
12.1 Probabilistic Models
12.2 Geometric Models
12.3 Logical Models
12.4 Networked Models
12.5 Summary
Quizzes for Chapter 12
(註:課程大綱排版從左到右列

課前預備

預備知識

學習人工智慧原理課程,學習者最好具備一定的數據結構、算法等計算機知識,機率論、線性代數等數學知識,以及機器學習的基礎知識。

學習資料

書名
作者
ISBN
出版時間
出版社
《人工智慧原理》
王文敏
9787040521887
2019年08月28日
《Artificial Intelligence: A Modern Approach (3rd Edition)》
Stuart Russell, Peter Norvig
-
2009年12月11日
普倫蒂斯霍爾出版社
《人工智慧:一種現代的方法 (第3版)》
Stuart Russell等
-
2013年11月1日
《Foundations of Machine Learning》
Mehryar Mohri, Afshin Rostamizadeh and Ameet Talwalkar
9780262018258
2012年8月17日
麻省理工出版社
(註:表格內容參考資料

證書要求

該課程採用百分制,達到60分算“合格”,達到85分以上算“優秀”。由任課教師簽發課程證書,其中成績“優秀”者將頒發優秀證書。
其中:
單元測試30%【12個單元測試,共100道題目,占總成績30分】
單元作業30%【兩次作業,每個作業占總成績的15分,總計30分】
考試40%【最後一周進行,總計40分】

所獲榮譽

2019年1月8日,該課程被中華人民共和國教育部認定為“2018年國家精品線上開放課程”。

教師簡介

王文敏,北京大學教授。1989年3月取得哈工大計算機博士學位,畢業後任哈理工、哈工大副教授等。2013年9月至2016年3月任北京大學信息工程學院院長。主要研究領域:計算機視覺、多媒體檢索、人工智慧與機器學習。

相關詞條

熱門詞條

聯絡我們