课程简介
“人工智能导论”是关于人工智能领域的通识类课程，主要介绍人工智能的历史、研究现状以及基本理论和方法，授课对象面向计算机专业、人工智能专业等相关专业低年级本科生以及人文各专业的本科生。
课程内容从基础的知识表示以及搜索技术，到机器定理证明以及模糊推理，还涉及计算智能3大领域：遗传算法、群智能以及人工神经网络，还包括机器学习和模式识别，最后还给出几个典型的人工智能应用领域和经典的人工智能应用案例。
课程的教学目标是帮助学生了解人工智能的发展和现状，学习和掌握人工智能的基本原理和方法，帮助学生形成对人工智能的相关应用领域的全面认识，激发学生对人工智能的学习兴趣，提供新的思维方法和问题求解手段。
课程大纲
概论
1.1课程介绍
1.2人工智能概念
1.3人工智能发展史和研究现状
1.4人工智能三大学派
状态空间知识表示及其搜索技术
2.1状态空间法
2.2图搜索
2.3盲目式搜索
2.4启发式搜索
问题归约知识表示及搜索技术
3.1问题归约法及与或图
3.2与或树的宽度优先搜索与深度优先搜索
3.3博弈与博弈树搜索
谓词逻辑表示与推理技术
4.1机器自动推理与命题逻辑
4.2谓词逻辑
4.3消解原理与子句集求解
4.4消解反演与反演求解
模糊逻辑与模糊推理
5.1模糊逻辑及模糊集合
5.2模糊集合运算与合成
5.3模糊推理
遗传算法
6.1生物学背景及遗传算法原理
6.2遗传算法求解优化问题实例
群智能算法
7.1粒子群算法
7.2蚁群算法
人工神经网络
8.1人工神经网络原理
8.2深度学习
机器学习
9.1机器学习理论及发展
9.2机器学习的方法
9.3机器学习算法的原理
9.4机器学习算法应用实例
模式识别
10.1模式识别基本概念
10.2特征的评价
10.3特征选择
10.4特征提取
10.5经典的有监督分类器
10.6经典的无监督分类器
人工智能典型应用领域
11.1引言
11.2语音识别和图像识别
11.3人机对话和人机对弈
11.4智能艺术和无人驾驶
人工智能应用案例
12.1卓居产品
12.2导盲杖
12.3渐冻人智慧生活眼控轮椅
12.4机器学习技术
12.5遥感影像
1.1课程介绍
1.2人工智能概念
1.3人工智能发展史和研究现状
1.4人工智能三大学派
状态空间知识表示及其搜索技术
2.1状态空间法
2.2图搜索
2.3盲目式搜索
2.4启发式搜索
问题归约知识表示及搜索技术
3.1问题归约法及与或图
3.2与或树的宽度优先搜索与深度优先搜索
3.3博弈与博弈树搜索
谓词逻辑表示与推理技术
4.1机器自动推理与命题逻辑
4.2谓词逻辑
4.3消解原理与子句集求解
4.4消解反演与反演求解
模糊逻辑与模糊推理
5.1模糊逻辑及模糊集合
5.2模糊集合运算与合成
5.3模糊推理
遗传算法
6.1生物学背景及遗传算法原理
6.2遗传算法求解优化问题实例
群智能算法
7.1粒子群算法
7.2蚁群算法
人工神经网络
8.1人工神经网络原理
8.2深度学习
机器学习
9.1机器学习理论及发展
9.2机器学习的方法
9.3机器学习算法的原理
9.4机器学习算法应用实例
模式识别
10.1模式识别基本概念
10.2特征的评价
10.3特征选择
10.4特征提取
10.5经典的有监督分类器
10.6经典的无监督分类器
人工智能典型应用领域
11.1引言
11.2语音识别和图像识别
11.3人机对话和人机对弈
11.4智能艺术和无人驾驶
人工智能应用案例
12.1卓居产品
12.2导盲杖
12.3渐冻人智慧生活眼控轮椅
12.4机器学习技术
12.5遥感影像