课程介绍


内容:

本课程是数学与应用数学专业选修课,主要内容是人工智能的数学基础、机器学习基础、神经网络基础和深度学习基础,以及相关算法的编程实现。

在学习本课程的过程中,你会接触到:

  • 统计学习与深度学习
  • 图像分类、图像处理、自然语言处理
  • Matlab、Python与Linux

预期目标:

  • 掌握人工智能领域的数学基础
  • 了解人工智能相关的应用领域
  • 能使用MATLAB或Python实现基本算法的编程

预备知识:

  • 熟悉Matlab或Python
  • 需要良好的编程基础

Python编程基础自测

教材:

以PPT和课程材料为主,没有指定教材

参考书目:

机器学习部分:

  • 李航. 统计学习方法第二版[M]. 清华大学出版社, 2019.
  • 周志华. 机器学习[M]. 第一版. 北京:清华大学出版社,2016.
  • Christopher Bishop. Pattern Recognition and Machine Learning. Springer Press. 2006.

深度学习部分:

  • Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT press.