教学目标:
通过本课程的学习使学生掌握人工智能的发展概况、基本原理和常用方法,了解人工智能新理论和方法,为今后深入研究和从事相关领域的科研奠定基础。
|
课程内容:
1 人工智能的概况(3学时) 1.1 人工智能的定义及体系层次 1.2 人工智能的发展历史 1.3 人工智能的研究领域与方向 1.4 人工智能的研究现状 2 智能体和环境模型(3学时)(*) 2.1 Agent和环境 2.2 合理性 2.3 PEAS 2.4 环境类型 2.5 Agent类型 3 用搜索方法问题求解(3学时) 3.1 问题求解Agent 3.2 问题的类型 3.3 树的搜索算法 3.4 搜索策略 4 有信息的搜索(4学时)(*#) 4.1 最佳优先搜索 4.2 A*搜索 4.3 启发函数 4.4 局部搜索算法 5 约束满足问题(2学时) 5.1 约束满足问题 5.2 回溯求解方法 5.3 局部求解方法 6 博弈问题(3学时)(*#) 6.1 博弈类型 6.2 Minimax算法 6.3 α-β剪枝 6.4 非确定性剪枝 7 逻辑Agent (3学时)(*) 7.1 基于知识的Agent 7.2 模型和含蕴 7.3 命题逻辑 7.4 等价,永真和可满足性 7.5 推理规则和定理证明 8 一阶逻辑(FOL)(3学时) 8.1 FOL简介 8.2 FOL的语法和语义 8.3 FOL中的知识工程 9 不确定性问题(3学时) 9.1 不确定性和概率 9.2 语法和语意 9.3 不确定性推理 9.4 独立和BAYES 规则 10 Bayes网络(2学时)(*#) 10.1 语法和语意 10.2 参数化分布 10.3 基于枚举的准确推理 10.4 通过变量消除的准确推理 10.5 通过随机模拟的近似推理 11 人工智能应用与思考(3学时)(#★) 11.1 人工智能在围棋中的应用 11.2 现状与未来
|
适用学生:
全日制硕士 非全日制硕士 留学硕士 进修硕士 硕博连读 本科直博 全日制博士 留学博士 进修博士 在职专硕 其他
|
预修课程:
预修课程: 离散数学、数据结构、概率论、数理统计
|
参考书目:
教材: 人工智能:一种现代方法(第三版)。Stuart Russell, Peter Norvig。2013,清华大学出版社。 参考书: [1] 人工智能及其应用(第四版)。蔡自兴,徐光祐。2010,清华大学出版社。 [2] 高级人工智能(第三版)。史忠植。2011,科学出版社。 [3] 人工智能原理与应用。王文杰,叶世伟。2004,人民邮电出版社。 [4] 人工智能。史忠植,王文杰。2007,国防工业出版社。
|
备注:
|