课程介绍

内容：

本课程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. 中文版