课程简介
course introduction
教学大纲
teaching syllabus
教学日历（1—10周）
| 周次 | 章节题目 | 内容 | 课时 | 课堂讨论、实（验）践等其它教学环节题目 |
1 | 第1章:绪论 | ai概述:人工智能基础、历史、最新发展等 | 3 | 讨论:如何理解人工智能? |
2 | 第2章:智能agent | 理性（rationality）、智能体（agent）、环境基本概念，智能体结构 | 3 | 上机实验:智能体体系结构与实现 |
3 | 第3章:通过搜索进行问题求解 | 状态空间基本概念、搜索的基本定义、无信息搜索策略 | 3 | 上机实验:宽度优先搜索、深度优先搜索、深度受限搜索、迭代加深深度优先搜索设计与实现 |
4 | 第3章:通过搜索进行问题求解 | 有信息（启发式）搜索策略（最佳优先搜索、a*搜索）算法设计与实现、搜索的性质（最优性、可采纳性、一致性等） | 3 | 上机实验:最佳优先搜索、a*搜索算法、启发式函数设计与实现 |
5 | 第4章:超越经典搜索 | 局部搜索算法、 部分可观察环境、未知环境与不确定动作的搜索 | 3 | 上机实验:局部搜索算法设计与实现 |
6 | 第6章:约束满足问题（csp） | 约束、约束传播、约束满足问题的基本定义，csp问题求解算法 | 3 | 上机实验:csp求解器设计与实现 |
7 | 第7章:逻辑agent | 命题逻辑基本定义、基于命题逻辑推理的agent设计与实现 | 3 | 上机实验:命题逻辑推理器设计与实现 |
8 | 第8章:一阶逻辑 | 一阶逻辑基本定义（语法和语义）、基于一阶逻辑的知识工程 | 3 | 上机实验:一阶逻辑推理框架设计与实现 |
9 | 第9章:一阶逻辑的推理 | 一阶逻辑推理基本算法（合一、提升、归结、前向链接、后向链接等） | 3 | 上机实验:一阶逻辑推理算法设计与实现 |
10 | 第10章:经典规划 | 经典规划的基本定义、基于状态空间搜索的规划算法 | 3 | 上机实验:基于状态空间搜索的规划算法设计与实现 |
教学日历（11—20周）
周次 | 章节题目 | 内容 | 课时 | 课堂讨论、实（验）践等其它教学环节题目 |
11 | 第10章:经典规划 | 规划图、图规划算法与其他经典规划方法 | 3 | 上机实验:图规划算法设计与实现 |
12 | 第13章:不确定性的量化 | 不确定性基本概念、概率推理、贝叶斯规则等 | 3 | 讨论:有哪些类型的不确定性和不确定性表示方法? |
13 | 第14章:概率推理 | 贝叶斯网络、贝叶斯网络推理方法等 | 3 | 上机实验:贝叶斯推理相关算法设计与实现 |
14 | 第18章:样例学习 | 机器学习基本概念、学习理论、回归和分类 | 3 | 上机实验:基本回归算法设计与实现 |
15 | 第18章:样例学习 | 决策树、人工神经网络、支持向量机等机器学习理论和算法设计 | 3 | 上机实验:决策树、人工神经网络、支持向量机算法设计与实现 |
16 | 第20章:学习概率模型 | 统计学习、隐变量学习基本思想和算法 | 3 | 上机实验:基本统计学习算法设计与实现 |
17 | 第21章:强化学习 | 强化学习基本思想和算法设计 | 3 | 上机实验:强化学习算法设计与实现 |
18 | ||||
19 | ||||
20 |
留言板
message board
