Course Introduction:<p class="MsoNormal" align="left" style="text-align: left;">    《人工智能基础理论》是人工智能研究院开设的面向志愿学院荣誉计划本科生的一门选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。通过本课程的理论学习和实验训练，使学生具备下列能力：<span></span></p><p class="MsoNormal" align="left" style="text-align: left;">    1. 了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内外人工智能研究的基本情况。能将所学的编程知识、概率论、高等数学的基本知识用来解决智能感知和智能决策等智能问题。<span></span></p><p class="MsoNormal" align="left" style="text-align: left;">    2. 较为详细地论述人工智能的各领域知识。在机器学习与深度学习方面，重点掌握有监督学习、无监督学习等机器学习方法，马尔科夫过程、<span>K-means</span>聚类算法、特征提取、非线性映射等概念，掌握贝叶斯网络等理论的基本思路，了解卷积神经网络、循环神经网络等深度神经网络的概念和结构。<span></span></p><p class="MsoNormal" align="left" style="text-align: left;">    </p><p class="MsoNormal" align="left">        3. 掌握强化学习与搜索决策的基本原理和算法，特别是策略梯度算法、Actor-critic算法、价值函数方法、Q-learning算法等Model-free的强化学习方法，以及前沿的<span>World Model</span>等<span>Model-based</span>的强化学习方法，同时掌握蒙特卡洛树搜索、交叉熵方法等决策算法。<span></span>    </p>4. 介绍和总结人工智能领域的最新发展动态，教师实时关注国际上该领域的最新动态，并引入课堂教学中。通过对该领域最新动态的介绍，使得学生能够紧跟国际在本领域的发展潮流，培养学生未来进行国际学术交流的初步能力，使得学生具有终身学习和适应发展的能力，及在交叉学科研究领域中的开创能力。<p></p>
Testing Method:其他
School Year:2023-2024
Semester:Autumn Term
Course number:(2023-2024-1)-JCCX0021-01
Credits:3.0
Course Type:Undergraduate Course
Top-Quality Courses or Not:no
Maximum Number of Students:30
Required Class Hours:48.0