人工智能原理与技术（专业选修）

学分：3.5

课程简介

本课程是大数据学院新开的一门人工智能课，相比于以往的人工智能基础，去掉了大数据培养方案中重叠的部分，课程结构模仿Stanford的CS221，包括搜索策略，知识表示，专家系统，人工智能前沿等。

概率论与数理统计、线性代数、数学分析、数据结构

推荐将B站吴恩达的机器学习课程作为一个入门观看的内容。教材还可以选择西瓜书——《机器学习》（周志华）以及《统计学习方法》（李航）。这两门教材都可以对学习内容的补充，或者主要学习的教材，比较详细全面，但是比较偏数学推导，很硬核。

【[中英字幕]吴恩达机器学习系列课程】

在课程更新后推荐使用《人工智能一种现代的方法》作为参考书

课程作业基本照搬CS221，对python和代码阅读修改能力要求较高，选课前可以自学一下。目前这门课无考试，仅四次作业，分别是搜索、MDP、Bayes网络、推荐系统。

这门课能对人工智能的整体发展有一个全新的认识：从专家系统到知识图谱，再到最近的ML和DL。了解AI作为一种“现代方法”的多种形式，而不仅仅局限于近几年的热点方法。

为《机器学习概论》这门课打了一定的基础，对机器学习的内容有了大致的了解。