下载掌阅APP，畅读海量书库
立即打开
学时/周学时： 40/2.5 学分： 2.5
内容简介：“人工智能概论”是智能科学与技术的专业基础课程。该课程是关于人工智能领域的引导性课程，介绍人工智能的基本理论、方法和技术，目的是使学生了解和掌握人工智能的基本概念和方法，为今后的更高级课程的学习及将来在人工智能领域的进一步研究工作和软件实践奠定良好的基础。通过本课程的学习，使学生掌握人工智能的基本思想和实现方法，掌握基本分析与设计方法，为人工智能在各领域的应用奠定基础，拓宽学生在计算机科学与技术领域的知识广度。
学时/周学时： 48/3 学分： 3
内容简介：计算智能是模拟自然以实现对复杂问题求解的科学，是生物学、神经科学、认知科学、计算机科学、免疫学、哲学、社会学、数学、信息科学、非线性科学、工程学、音乐、物理学等众多学科相互交叉融合的结果，是人们对自然智能认识和模拟的最新成果。目前计算智能已经成为智能与信息科学中最活跃的研究领域之一，它的深入发展将极大地改变人们认识自然，求解现实问题的能力和水平。“计算智能导论”这门课程主要介绍了计算智能的3个典型范例，即人工神经网络、进化计算和模糊系统，它们分别建模了以下自然系统：生物神经网络、进化和人类思维过程。通过本课程的学习，学生应了解并掌握人工神经网络、进化计算和模糊系统等计算智能模型。
学时/周学时： 48/3 学分： 3
内容简介：“最优化理论与方法”是在生产实践和科学实验中选取最佳决策，研究在一定限制条件下，选取某种方案，以达到最优目标的一门学科，广泛应用于空间科学、军事科学、系统识别、通信、工程设计、自动控制、经济管理等各个领域，是工科院校高年级本科生、研究生、应用数学专业学生和从事优化设计的工程技术人员的一门重要课程。通过本课程教学，使学生掌握最优化计算方法的基本概念和基本理论，初步学会处理应用最优化方法解决实际中碰到的各个问题，培养解决实际问题的能力。
学时/周学时： 48/3 学分： 3
内容简介：“算法设计与分析”是计算机科学技术中处于核心地位的一门专业基础课。本课程从讲解算法设计和算法分析的基本概念和方法开始，系统地介绍一些常用的、经典的算法设计技术及复杂性分析的方法，内容包含递归技术、分治、动态规划、贪心算法、图的遍历和回溯法，还讲解了近年来发展迅速的随机算法与逼近算法，以及具有广泛应用背景的网络流与网络匹配问题。学生通过该课程的学习，可掌握算法分析的基本方法、各种经典的算法设计技术。
学时/周学时： 48/3 学分： 3
内容简介：“模式识别”是一门理论与应用并重的技术科学，与人工智能关系密切，其目的是用机器完成人类智能中通过视觉、听觉、触觉等感官去识别外界环境的工作。通过本课程的学习，使学生系统掌握模式识别基本原理和分类器设计的典型方法，具体包括贝叶斯决策理论、线性判别函数、近邻法、特征选择和提取、非监督学习方法、人工神经网络、模糊模式识别方法、支撑矢量机。同时，通过大作业使学生了解模式识别方法在文本识别、智能图像处理等领域的应用，有助于学生综合能力和整体素质的提高。
学时/周学时： 48/3 学分： 3
内容简介：“机器学习”是智能科学领域一门非常重要的基础专业课程。通过本课程的学习，使学生对目前主流的机器学习理论、方法、算法与应用有一个较全面的综合认识，具体包括：了解机器学习领域的发展及现状；了解和掌握机器学习的基本概念、原理、方法与技术；能够运用机器学习方法来解决实际问题（如智能博弈程序、图像识别、文本分类与处理等）；为进一步研究建立有关概念和方法的基础。本课程强调机器学习的理论原理的教学，注重从实例入手，使学生理解机器学习的概念与原理，从机器学习的基本框架上理解不同机器学习方法之间的异同点。课程同时强调理论与实践动手能力相结合。安排7或8次课外作业以及2或3次课程实验。课程要求学生能够依据所学的基本原理和方法来解决实际问题。
学时/周学时： 48/3 学分： 3
内容简介：“图像理解与计算机视觉”是一门涉及多个交叉学科领域的课程。本课程侧重于计算机视觉中的图像基本处理和识别，并对图像分析的基本理论和实际应用进行系统介绍。目标是使学生在学习了本课程之后，对计算机视觉和图像处理的基本概念、基本原理以及解决问题的基本思想方法有一个较为全面的了解和领会；学习智能图像分析与理解的基本理论和技术，了解各种智能图像理解与计算机视觉技术的相关应用；具备解决智能化检测与识别、控制等应用问题的初步能力。
学时/周学时： 40/2.5 学分： 2.5
内容简介：本课程以介绍各类数据仓库和知识发现技术为主，以培养学生的科研能力为辅。课程主要包括两方面内容：一方面是各类数据挖掘技术的原理、算法和实际应用；另一方面是数据仓库技术的原理、复杂数据类型的规则挖掘，包括关系数据、空间数据、多媒体数据、时序数据、Web数据等。
