1. 本科生课程:《人工智能》,学时数:44,大三秋季学期,主讲。
课程简介:教学内容主要包括:(1)人工智能的发展历程;(2)知识工程,重点介绍知识表示方法;(3)确定性推理,介绍知识匹配,最一般合一,子句集,归结反演等;(4)不确定性推理,主要有主观贝叶斯方法,可信度方法,模糊推理方法;(5)搜索策略,重点介绍启发式搜索方法;(6)机器学习,主要介绍泛化能力、过学习、欠学习,交叉验证,决策树分类器、支持向量机分类器等;(7)神经网络,介绍神经网络的结构,激活函数,反向传播算法,各类深度神经网络,大模型的发展脉络等。
2.研究生课程:《人工智能》,学时数:32,春季学期,主讲。
3. 研究生课程:《人工智能通识课(人文社科)(AI通识)》,学时数:16,秋季学期,参与。
课程简介:负责智能搜索与优化模型及应用、计算机视觉模型及应用2个课时的讲授。