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:(1)人工智能的发展历程;(2)知识工程,主要介绍多种知识表示方法,自然演绎和归结反演等确定性推理方法,可信度和模糊推理等不确定性推理方法;(3)搜索算法,主要介绍盲目搜索和启发式搜索方法;(4)机器学习基础,主要介绍模型评估与选择,线性模型、决策树、支持向量机、集成学习、聚类、降维、特征选择等;(5)神经网络,主要介绍神经网络基础、神经网络训练及常用深度神经网络等;(6)大模型基础,主要介绍大模型概览、大模型训练与部署、多模态大模型、大模型应用等。
2.研究生课程:《人工智能原理与技术能》,学时数:32,春季学期,主讲。
课程简介:(1)人工智能的发展脉络;(2)知识工程;(3)搜索与智能优化;(4)机器学习基础;(5)深度神经网络;(6)大模型基础,包括大模型概览、大模型的架构与训练机制、多模态大模型、大模型增强技术等。
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。




