課程簡介
Course Introduction
教學大綱
Teaching Syllabus
教學日歷（1—10周）
| 周次 | 章 節 題 目 | 內 容 | 課時 | 課堂討論、實（驗）踐等其它教學環節題目 |
1 | 第1章:緒論 | AI概述:人工智能基礎、歷史、最新發展等 | 3 |
討論:如何理解人工智能? |
2 | 第2章:智能Agent | 理性（rationality）、智能體（Agent）、環境基本概念，智能體結構 | 3 | 上機實驗:智能體體系結構與實現 |
3 | 第3章:通過搜索進行問題求解 | 狀態空間基本概念、搜索的基本定義、無信息搜索策略 | 3 | 上機實驗:寬度優先搜索、深度優先搜索、深度受限搜索、迭代加深深度優先搜索設計與實現 |
4 | 第3章:通過搜索進行問題求解 | 有信息（啟發式）搜索策略（最佳優先搜索、A*搜索）算法設計與實現、搜索的性質（最優性、可采納性、一致性等） | 3 | 上機實驗:最佳優先搜索、A*搜索算法、啟發式函數設計與實現 |
5 | 第4章:超越經典搜索 | 局部搜索算法、 部分可觀察環境、未知環境與不確定動作的搜索 | 3 | 上機實驗:局部搜索算法設計與實現 |
6 | 第6章:約束滿足問題（CSP） | 約束、約束傳播、約束滿足問題的基本定義，CSP問題求解算法 | 3 | 上機實驗:CSP求解器設計與實現 |
7 | 第7章:邏輯Agent | 命題邏輯基本定義、基于命題邏輯推理的Agent設計與實現 | 3 | 上機實驗:命題邏輯推理器設計與實現 |
8 | 第8章:一階邏輯 | 一階邏輯基本定義（語法和語義）、基于一階邏輯的知識工程 | 3 | 上機實驗:一階邏輯推理框架設計與實現 |
9 | 第9章:一階邏輯的推理 | 一階邏輯推理基本算法（合一、提升、歸結、前向鏈接、后向鏈接等） | 3 | 上機實驗:一階邏輯推理算法設計與實現 |
10 | 第10章:經典規劃 | 經典規劃的基本定義、基于狀態空間搜索的規劃算法 | 3 | 上機實驗:基于狀態空間搜索的規劃算法設計與實現 |
教學日歷（11—20周）
周次 | 章 節 題 目 | 內 容 | 課時 | 課堂討論、實（驗）踐等其它教學環節題目 |
11 | 第10章:經典規劃 | 規劃圖、圖規劃算法與其他經典規劃方法 | 3 | 上機實驗:圖規劃算法設計與實現 |
12 | 第13章:不確定性的量化 | 不確定性基本概念、概率推理、貝葉斯規則等 | 3 | 討論:有哪些類型的不確定性和不確定性表示方法? |
13 | 第14章:概率推理 | 貝葉斯網絡、貝葉斯網絡推理方法等 | 3 | 上機實驗:貝葉斯推理相關算法設計與實現 |
14 | 第18章:樣例學習 | 機器學習基本概念、學習理論、回歸和分類 | 3 | 上機實驗:基本回歸算法設計與實現 |
15 | 第18章:樣例學習 | 決策樹、人工神經網絡、支持向量機等機器學習理論和算法設計 | 3 | 上機實驗:決策樹、人工神經網絡、支持向量機算法設計與實現 |
16 | 第20章:學習概率模型 | 統計學習、隱變量學習基本思想和算法 | 3 | 上機實驗:基本統計學習算法設計與實現 |
17 | 第21章:強化學習 | 強化學習基本思想和算法設計 | 3 | 上機實驗:強化學習算法設計與實現 |
18 | ||||
19 | ||||
20 |
