課程(名稱.編號)簡索

領導藝術.綜合管理        人力資源.企業培訓        職務能力培訓系統班        銷售實戰.市場行銷        職場技能.個人成長        Office白領辦公達人        財經金融.投資理財        語言學習.出國留學        中國大陸證照培訓        資格考試.考証培訓        文化.生活.興趣.保健        生產管理.採購物流        移動開發        前端開發        後端開發        數據庫.服務器        網頁平面設計        雲計算.大數據        網絡營銷推廣        自然學科        工程技術學科

經濟管理學科

醫.藥.農.林學科

法律 學科

計算機工程學科

哲學.歷史學科

文學.藝術學科

教育社會學科

外語 學科

醫藥農林        哲學歷史        文學藝術        工程技術        基礎科學        經管法學

     在洶湧澎湃的科技創新大潮中，人工智能時代已經到來，準備好去擁抱這個時代了嗎？那麼，究竟什麼是人工智能？人工智能研究什麼？人工智能的理論基礎是什麼？其最新的發展與應用會如何影響我們的社會、工作和生活？本課程將系統介紹人工智能的發展歷程、核心思想、基本理論與應用。

課程概述

     人工智能是國內外著名大學計算機專業設置的骨幹課之一，也是國內外著名高校和研究機構的主要研究方向之一。人工智能研究如何用計算機軟件和硬件去實現Agent的感知、決策與智能行為，其理論基礎表現為搜索、推理、規劃和學習，應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、智能搜索、計算機博弈、智能控制、機器人學、自然語言處理、社交網絡、數據挖掘、虛擬現實等。

     本課程在系統回顧人工智能發展歷程的基礎上，重點介紹人工智能的核心思想、基本理論，基本方法與部分應用。 課程以該英文原版教材為主，並根據人工智能、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。本課程共有12單元，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。


課程大綱

Week 1: Part I. Basics: Chapter 1. Introduction
第1周：第I部分 基礎：第1章 導論

第01講 1.1.1 Overview of Artificial Intelligence 歡迎選修本課程 → 00:04:03
第02講 1.1.2 Overview of Artificial Intelligence → 00:09:11
第03講 1.2.1 Foundations of ArtificialIntel ligence → 00:16:52
第04講 1.3.1 History of Artificial Intelligence → 00:22:36
第05講 1.4.1 The State of TheArt → 00:21:16


Week 2: Part I. Basics: Chapter 2. Intelligent Agents
第2周：第I部分 基礎：第2章 智能體

第06講 2.1.1 Approaches for Artificial Intelligence → 00:11:44
第07講 2.2.1 Rational Agents → 00:09:06
第08講 2.3.1 Task Environments → 00:07:09
第09講 2.4.1 Intelligent Agent Structure → 00:07:54
第10講 2.5.1 Category of Intelligent Agents → 00:17:28


Week 3: Part II. Searching: Chapter 3. Solving Problems by Search
第3周：第II部分 搜索：第3章 通過搜索求解問題

第11講 3.1.1 Problem Solving Agents → 00:10:13
第12講 3.2.1 Example Problems → 00:15:45
第13講 3.3.1 Searching for Solutions → 00:07:07
第14講 3.4.1 Uninformed Search Strategies → 00:11:23
第15講 3.4.2 Uninformed Search Strategies → 00:04:50
第16講 3.4.3 Uninformed Search Strategies → 00:03:22
第17講 3.4.4 Uninformed Search Strategies → 00:03:25
第18講 3.4.5 Uninformed Search Strategies → 00:01:12
第19講 3.4.6 Uninformed Search Strategies → 00:01:01
第20講 3.5.1 Informed Search Strategies → 00:09:51
第21講 3.5.2 Informed Search Strategies → 00:08:11
第22講 3.6.1 Heuristic Functions → 00:05:25


Week 4: Part II. Searching: Chapter 4. Local Search and Swarm Intelligence
第4周：第II部分 搜索：第4章 局部搜索與群體智能

第23講 4.1.1 Overview → 00:06:56
第24講 4.2.1 Local Search Algorithms → 00:13:38
第25講 4.2.2 Local Search Algorithms → 00:05:22
第26講 4.2.3 Local Search Algorithms → 00:11:32
第27講 4.3.1 Optimizationand Evolutionary Algorithms → 00:16:16
第28講 4.4.1 SwarmIntelligence and Optimization → 00:14:54


Week 5: Part II. Searching: Chapter 5. Adversarial Search
第5周：第II部分 搜索：第5章 對抗性搜索

第29講 5.1.1 Games → 00:19:33
第30講 5.2.1 Optimal Decisionsin Games → 00:13:01
第31講 5.3.1 Alpha → 00:08:23
第32講 5.4.1 Imperfect Real → 00:05:38
第33講 5.5.1 Stochastic Games → 00:07:59
第34講 5.6.1 Monte → 00:16:14


Week 6: Part II. Searching: Chapter 6. Constraint Satisfaction Problem
第6周：第II部分 搜索：第6章 約束滿足問題

第35講 6.1.1 Constraint Satisfaction Problems (CSPs) → 00:30:13
第36講 6.2.1 Constraint Propagation Inference in CSPs → 00:13:35
第37講 6.3.1 Backtracking Search for CSPs → 00:13:26
第38講 6.4.1 Local Search for CSPs → 00:06:42
第39講 6.5.1 The Structure of Problems → 00:07:41


Week 7: Part III. Reasoning: Chapter 7. Reasoning by Knowledge
第7周：第III部分 推理：第7章 知識推理

第40講 7.1.1 Overview → 00:08:32
第41講 7.2.1 Knowledge Representation → 00:15:45
第42講 7.3.1 Representation using Logic → 00:25:52
第43講 7.4.1 Ontological Engineering → 00:14:15
第44講 7.5.1 Bayesian Networks → 00:36:06


Week 8: Part IV. Planning: Chapter 8. Classic and Real-world Planning
第8周：第IV部分 規劃：第8章 經典與現實世界規劃

第45講 8.1.1 Planning Problems → 00:18:45
第46講 8.2.1 Classic Planning → 00:24:58
第47講 8.3.1 Planning and Scheduling → 00:07:15
第48講 8.4.1 Real-World Planning → 00:18:31
第49講 8.5.1 Decision-theoretic Planning → 00:15:55


Week 9: Part V. Learning: Chapter 9. Perspectives about Machine Leaning
第9周：第V部分 學習：第9章 研讀機器學習的視角

第50講 9.1.1 What is Machine Learning → 00:22:20
第51講 9.2.1 History of Machine Learning → 00:14:32
第52講 9.3.1 Why Different Perspectives → 00:13:24
第53講 9.4.1 Three Perspectives on Machine Learning → 00:23:43
第54講 9.5.1 Applications and Terminologies → 00:16:53


Week 10: Part V. Learning: Chapter 10. Tasks in Machine Learning
第10周：第V部分 學習：第10章 機器學習的任務

第55講 10.1.1 Classification → 00:21:21
第56講 10.2.1 Regression → 00:10:39
第57講 10.3.1 Clustering → 00:16:06
第58講 10.4.1 Ranking → 00:06:13
第59講 10.5.1 Dimensionality Reduction → 00:08:35


Week 11: Part V. Learning: Chapter 11. Paradigms in Machine Learning
第11周：第V部分 學習：第11章 機器學習的范型

第60講 11.1.1 Supervised Learning Paradigm → 00:47:43
第61講 11.2.1 Unsupervised Learning Paradigm → 00:27:35
第62講 11.3.1 Reinforcement Learning Paradigm → 00:33:51
第63講 11.4.1 Other Learning Paradigms → 00:17:47


Week 12: Part V. Learning: Chapter 12. Models in Machine Learning
第12周：第V部分 學習：第12章 機器學習的模型

第64講 12.1.1 ProbabilisticModels → 00:35:01
第65講 12.2.1 Geometric Models → 00:21:58
第66講 12.3.1 Logical Models → 00:11:27
第67講 12.4.1 Networked Models → 00:46:44