基本介紹
課程性質
課程定位
適應對象
開課信息
開課次數 | 開課時間 | 授課教師 | 學時安排 | 參與人數 |
---|---|---|---|---|
第1次開課 | 2018年04月30日~2018年08月14日 | 王萬良、徐新黎、姚遠 | 1-2小時每周 | 11108 |
第2次開課 | 2018年09月24日~2019年01月07日 | 王萬良、徐新黎、王振華、姚遠、郭東岩 | 2-3小時每周 | 12759 |
第3次開課 | 2019年02月25日~2019年06月24日 | 9429 | ||
第4次開課 | 2019年09月20日~2020年01月10日 | 王萬良、徐新黎、王振華、姚遠 | 5484 | |
第5次開課 | 2020年02月17日~2020年06月15日 | 王萬良、徐新黎、王振華、姚遠、郭東岩、蔣一波、龍海霞、管秋 | 14593 | |
第6次開課 | 2020年09月27日~2021年01月30日 | 王萬良、徐新黎、姚遠、王振華 | 8157 | |
(表格內容參考資料: ) |
課程簡介
課程大綱
第一講 人工智慧概述 1.1 簡介 1.2人工智慧的概念 1.3 人工智慧的發展簡史 1.4 人工智慧研究的基本內容 第一講 人工智慧概述單元測試 第二講 一階謂詞邏輯知識表示法 2.1 命題邏輯 2.2 謂詞邏輯 2.3 一階謂詞邏輯知識表示法 第二講 一階謂詞邏輯知識表示法單元測試 第三講 產生式表示法和框架表示法 3.1產生式表示法 3.2 框架表示法 第三講 產生式表示法和框架表示法單元測試 第四講 基於謂詞邏輯的推理方法 4.1 推理方式及其分類 4.2 歸結演繹推理 4.3 魯濱遜歸結原理 4.4 歸結反演 4.5 套用歸結原理求問題 第四講 基於謂詞邏輯的推理方法單元測試 第四講 基於謂詞邏輯的推理方法作業 第五講 可信度方法和證據理論 5.1 不確定推理 5.2 可信度方法 5.3 證據理論 第五講 可信度方法和證據理論單元測試 第六講 模糊推理方法 6.1 模糊邏輯提出 6.2 模糊集合與隸屬函式 6.3 模糊關係及其合成 6.4 模糊推理與模糊決策 6.5 模糊推理的套用 第六講 模糊推理方法單元測試 第七講 搜尋求解策略 第七講 A星算法虛擬仿真實驗 A*算法虛擬實驗操作說明 7.1 搜尋的概念 7.2 狀態空間知識表示法 7.3 啟發式圖搜尋策略 第七講 搜尋求解策略單元測試 | 第八講 遺傳算法及其套用 遺傳算法虛擬實驗操作說明 8.1 智慧型計算——基本遺傳算法 8.2 遺傳算法的基本操作 8.3 遺傳算法的一般步驟 8.4 遺傳算法的特點 第八講 遺傳算法虛擬仿真實驗 第八講 遺傳算法及其套用單元測試 第九講 群智慧型算法及其套用 9.1 粒子群最佳化算法及套用 9.2 蟻群算法及套用 第九講 群智慧型算法及其套用單元測試 第十講 專家系統及知識圖譜 10.1 專家系統 10.2 知識圖譜 第十講 專家系統及知識圖譜單元測試 第十一講 機器學習 11.1 機器學習發展 11.2 機器學習方法 11.3 機器學習技術 第十一講 機器學習單元測試 第十二講 BP神經網路和Hopfield神經網路 12.1 神經元與神經網路 12.2 BP神經網路 12.3 BP神經網路在模式識別中的套用 12.4 離散型Hopfield神經網路 12.5 連續型Hopfield神經網路 12.6 Hopfield神經網路的套用 第十二講 BP神經網路和Hopfield神經網路單元測試 第十三講 深度神經網路及其套用 13.1 卷積神經網路 神經網路深度學習虛擬仿真實驗操作說明 13.2 膠囊網路 13.3 生成對抗網路 第十三講 深度神經網路及其套用單元測試 第十三講 神經網路深度學習虛擬仿真實驗 第十四講 智慧型體系統 14.2 智慧型體結構 14.1智慧型體的概念 第十四講 智慧型體系統單元測試 |
課前預習
預備知識
學習資料
書名 | 作者 | ISBN | 出版時間 | 出版社 |
---|---|---|---|---|
王萬良 | 978-7-04-031503-5 | 2017年07月 | 高等教育出版社 | |
《人工智慧導論》 | 李德毅 | 978-7-5046-8119-5 | 2018年 | 中國科學技術出版社 |
《人工智慧及其套用(第四版)》 | 王萬良 | 978-7-04-023956-0 | 2020年6月 | 高等教育出版社 |
《人工智慧:一種現代的方法(第3版)》 | Stuart Russell | 1672-5913 | 2013年11月1日 | 清華大學出版社 |
表格內容參考資料: |