课程简介

人工智能是国内外著名大学计算机专业设置的骨干课之一,也是国内外著名高校和研究机构的主要研究方向之一。人工智能研究如何用计算机软件和硬件去实现Agent的感知、决策与智能行为,其理论基础表现为搜索、推理、规划和学习,应用领域包括计算机视觉、图像分析、模式识别、专家系统、自动规划、智能搜索、计算机博弈、智能控制、机器人学、自然语言处理、社交网络、数据挖掘、虚拟现实等。 本课程在系统回顾人工智能发展历程的基础上,重点介绍人工智能的核心思想、基本理论,基本方法与部分应用。 本课程以该英文原版教材为主,并根据人工智能、特别是机器学习领域的发展和变化,编撰和充实了大量的内容。

课程大纲

Week 1: Part I. Basics: Chapter 1. Introduction

In which we try to explain why we consider artificial intelligence to be a subject most worthy of study, and to decide what exactly it is.


Week 2: Part I. Basics: Chapter 2. Intelligent Agents

In which we discuss the nature of agents, the diversity of environments, and the resulting menagerie of agent types.


Week 3: Part II. Searching: Chapter 3. Solving Problems by Search

In which we see how an agent can find a sequence of actions that achieves its goals.


Week 4: Part II. Searching: Chapter 4. Local Search and Swarm Intelligence

In which we relax the simplifying assumptions of the previous chapter, thereby getting closer to the real world.


Week 5: Part II. Searching: Chapter 5. Adversarial Search

In which we examine the problems that arise when we try to plan ahead in a world where other agents are planning against us.


Week 6: Part II. Searching: Chapter 6. Constraint Satisfaction Problem

In which we see how treating states as more than just little black boxes so that it leads to the invention of a range of powerful new search methods and a deeper understanding of problem structure and complexity.


Week 7: Part III. Reasoning: Chapter 7. Reasoning by Knowledge

In which we design agents that can form representations of a complex world, use a process of inference to derive new representations about the world.


Week 8: Part IV. Planning: Chapter 8. Classic and Real-world Planning

In which we introduce a representation for classical planning problems, then for planning and acting in the real world.


Week 9: Part V. Learning: Chapter 9. Perspectives about Machine Leaning

In which we describe agents that can improve their behavior through learning of their own experiences, and discuss the perspectives on so many learning algorithms we have been faced with.


Week 10: Part V. Learning: Chapter 10. Tasks in Machine Learning

In which we discuss in detail about the tasks that can be solved with machine learning.


Week 11: Part V. Learning: Chapter 11. Paradigms in Machine Learning

In which we discuss in detail about the paradigms that have been proposed in machine learning.


Week 12: Part V. Learning: Chapter 12. Models in Machine Learning

In which we discuss in detail about the models that have been used in machine learning.

课程说明

本课程采用双语教学,即英文PPT和作业等、中文讲授和交流。

参考资料

[1] Stuart Russell, Peter Norvig. "Artificial Intelligence: A Modern Approach (3rd Edition)". Prentice Hall, Dec. 11, 2009.

注:这本书被认为是最经典的人工智能教材,已被全球100多个国家的1200多所著名大学选用。

[2] Stuart Russell等著,殷建平等译:《人工智能:一种现代的方法 (第3版)》,清华大学出版社,2013年11月1日。

注:这本书是上述英文教材的中译本,我国已将其作为“世界著名计算机教材精选”之一。

[3] Artificial Intelligence: A Modern Approach, http://aima.cs.berkeley.edu/

注:这是上述英文教材的网站,有许多相关的资源。

[4] Mehryar Mohri, Afshin Rostamizadeh and Ameet Talwalkar. "Foundations of Machine Learning". The MITPress, Aug. 17, 2012.

拓展阅读

其他

主讲教师

王文敏   

1989年3月取得哈工大计算机博士学位,毕业后任哈理工、哈工大副教授等。1992年出国并在日美知名公司担任主任研究员、主干研究员、中国区总工等。2009年底应邀回国,任北京大学数字视频编解码国家工程实验室广州中心副主任。2012年3月任北京大学信息工程学院常务副院长(主持工作),2013年9月至2016年3月任北京大学信息工程学院院长。主要研究领域:计算机视觉、多媒体检索、人工智能与机器学习。

课程助教

  • 冯菲

  • tomato8965

相关课程推荐

  • 正在进行
    程序设计实习
    《程序设计实习》课程是北京大学的本科生主干基础课程。本科生程序设计类基础课程体系包含了四门课,按修课顺序分别为:计算概论、程序设计实习、数据结构与算法、算法分析与设计。
  • 正在进行
    计算概论PartA
    你有没有好奇过:计算机为什么能够进行计算?计算机程序是怎样运行的?你是否想知道:计算机未来可能的发展趋势有哪些?程序是如何编写出来的?如何学习程序设计语言?程序设计语言的基本成分有哪些?《计算导论》这门课将帮助你解决这些疑惑。 学完这门课,你将能够解释计算机和程序的基本运行原理以及它们的特性,向你的朋友讲述计算机的历史和发展趋势;同时,你也将充分“热身”,迎接“计算机程序设计语言”的学习!
  • 正在进行
    算法设计与分析(高级)
    “算法设计与分析”是计算机科学与技术专业的一门核心课程。通过学习算法不但对学习其他专业课程奠定了扎实的基础,也对培养学生的计算思维和求解问题的能力起到重要的作用。算法与计算复杂性理论一直是计算机科学研究的热点领域。面对各个应用领域的大量实际问题,最重要的是根据问题的性质选择正确的求解思路,即找到一个好的算法。特别在复杂的、海量信息的处理中,一个好的算法往往起到决定性的作用。 算法设计与分析涉及内容较多,根据MOOC课程的教学特点和需求,我们将它分成两个部分。其中“算法设计与分析(1)”主要讲授有关算法的基础知识和通用设计技术,包括算法的基本概念和数学基础、分治策略、动态规划、贪心法、回溯和分支限界等。“算法设计与分析(2)”是在上述基础上介绍两类重要问题的建模和算法设计,并进一步讨论问题难度的界定和困难问题的应对策略。这次开课的是第二部分“算法设计与分析(2)”。选修本课程的学生应该预先修过“算法设计与分析(1)”或者具有相关的基础。“算法设计与分析(1)”已经在华文慕课平台上线,网址是:http://www.chinesemooc.org/mooc/4748/,需要了解相关教学内容的同学可以访问。

恭喜,报名成功

进入学习中心

恭喜,报名成功

确定

请进入开课界面预览

确定

X

请去您的邮箱验证

还没收到验证邮件?

1. 试试去广告邮件、垃圾邮件目录看看

2. 再次发送验证邮件

对不起,班次容量已满

请报名下一班次

知道了~!

对不起,您没有操作权限

知道了~!