《人工智能导论》课程大纲
2025-09-04 11:30:10 0 举报AI智能生成
《人工智能导论》课程大纲
作者其他创作
大纲/内容
课程简介
教学目标
掌握AI核心概念与技术路线
实现典型算法（搜索/学习/推理）
完成3个行业场景应用项目
先修要求
Python编程（≥2000行代码经验）
概率论与线性代数（绩点≥3.0）
评分标准
权重分布
考勤;课堂参与【10%】
编程作业（6次）【20%】
实验报告（5份）【25%】
期中考（开卷理论）【15%】
期末项目（小组答辩）【30%】
每周教学主题
（16周）
（16周）
模块1：基础理论（第1-4周）
第1周：AI发展史+智能体框架
第2周：搜索算法（DFS/BFS/A*）
第3周：约束满足问题（CSP）
第4周：博弈论（Minimax/α-β剪枝）
模块2：机器学习（第5-10周）
第5周：监督学习（KNN/决策树）
第6周：线性回归与梯度下降
第7周：神经网络基础（感知机/BP）
第8周：深度学习框架（PyTorch实战）
第9周：无监督学习（K-means/PCA）
第10周：模型评估（ROC/AUC）
模块3：进阶应用（第11-16周）
第11周：自然语言处理（词向量/RNN）
第12周：计算机视觉（CNN/目标检测）
第13周：强化学习（Q-learning）
第14周：伦理争议（偏见/失业风险）
第15周：产业前沿（大模型/AIGC）
第16周：期末项目答辩
实验安排
（5核心实验）
（5核心实验）
实验1：A*路径规划（第3周）
要求：迷宫求解（Python+Matplotlib可视化）
要求：迷宫求解（Python+Matplotlib可视化）
实验2：手写数字识别（第7周）
要求：Sklearn实现KNN（准确率≥85%）
实验3：CNN图像分类（第9周）
要求：PyTorch搭建ResNet训练CIFAR-10
实验4：Bert文本情感分析（第12周）
要求：HuggingFace调参（F1-score≥0.75）
实验5：强化学习走迷宫（第14周）
要求：TensorFlow实现DQN（收敛步数可视化）
推荐学习资源
教材
《Artificial Intelligence: A Modern Approach》(4th,2023)
经典论文
《Attention Is All You Need》（Transformer奠基）
《ImageNet Classification with Deep CNN》（AlexNet）
在线课程
Coursera: Andrew Ng《Machine Learning》
斯坦福CS231n（计算机视觉）
代码库
GitHub热门仓库
PyTorch官方教程（60+实战案例）
Kaggle Titanic项目（入门竞赛模板）
工具平台
Google Colab（GPU环境）
Weights & Biases（实验追踪）
0 条评论
下一页
