人工智能数学原理与算法B（冯福利, 王文杰）
2025秋 课程号：AI1001B01
2025秋 课程号：AI1001B01
2025秋 课程号：AI1001B01
10.0(1人评价)
10.0(1人评价)
- 课程难度：困难
- 作业多少：很少
- 给分好坏：超好
- 收获大小：没有
| 选课类别：计划内与自由选修 | 教学类型：理论实验课 |
| 课程类别：本科计划内课程 | 开课单位：人工智能与数据科学学院 |
| 课程层次：通修 | 学分：3.0 |
课程主页：暂无（如果你知道，劳烦告诉我们！）
简介
最后更新：
本课程是一门面向全校本科学生的通修课程，讲授人工智能的基本原理、核心技术与应用场景，帮助学生建立对人工智能领域的初步认知与实践能力。课程以理论与实践相结合的方式，通过深入浅出的教学内容与丰富的实验环节，让学生掌握主流机器学习方法。
- 理论课程涵盖人工智能的历史发展、核心概念及其实际应用场景。重点介绍监督学习中的经典算法（如线性回归、逻辑回归）、神经网络的基本架构与优化机制（如前向传播、反向传播、梯度消失与爆炸），以及深度学习中的前沿模型（如图神经网络和 Transformer）、自监督学习的核心思想、强化学习的基础理论、生成式人工智能的最新进展。
- 实践课程是本课程的重要组成部分。学生将通过 Python 编程实现理论课程中讲授的经典算法，完成实际应用任务，如图像分类、文本处理、AI-for-Science等项目。通过实验操作，使学生不仅掌握数据处理、模型构建与优化等技能，还深入理解人工智能技术在解决实际问题时的流程与挑战。
通过本课程的学习，学生将掌握人工智能领域的基础知识与实践技能，具备使用主流人工智能技术解决简单实际问题的能力，为未来深入学习或从事相关工作奠定基础。
点评
写点评
排序
学期
评分
评分
2条点评
匿名用户
2025秋
- 课程难度：困难
- 作业多少：很少
- 给分好坏：超好
- 收获大小：没有
- 难度：困难
- 作业：很少
- 给分：超好
- 收获：没有
没学课本，做了一下模拟题，这课机器学习和深度学习加起来在他面前只能算新手难度啊
红领巾：
课本是自编讲义吗？
01/09/2026 07:39:40
cotangent：
回复 ＠红领巾: 老师统一发了一本书，那个是课本吧？
01/09/2026 11:14:14
立即登录，说说你的看法
