人工智能基础（陈恩红, 徐林莉）
2013春 2010秋 课程号：01116601
2013春 2010秋 课程号：01116601
2013春 2010秋 课程号：01116601
10.0(1人评价)
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：很多
| 选课类别：计划 | 教学类型：理论实验课 |
| 课程类别：本科计划内课程 | 开课单位：计算机科学与技术系 |
| 课程层次：专业基础 | 学分：3.0 |
课程主页：暂无（如果你知道，劳烦告诉我们！）
点评
写点评
排序
学期
评分
评分
1条点评
- 课程难度：中等
- 作业多少：中等
- 给分好坏：一般
- 收获大小：很多
- 难度：中等
- 作业：中等
- 给分：一般
- 收获：很多
机器学习正在成为像排序和搜索一样的基础算法，每个 CS 毕业的学生都应该懂一些机器学习。这不是说人人都要理解机器学习理论、懂得设计神经网络结构，而是说要明白机器学习的工作原理、能力边界和常见方法。遇到一个实际问题，能够知道机器学习能不能帮上忙，如果能的话，找到一个比较合适的模型和一种熟悉的工具（比如 scikit-learn／Tensorflow／Caffe／pytorch）。再不济，也要知道人工智能是做什么的，不被媒体忽悠。
这门课涵盖的范围比较广，比较偏理论，对工具的使用教的比较少。实践性最强的就是自己实现一个 SVM 了（不过我们大都没有自己实现，而是直接调用了现成的库，我用的是 scikit-learn）。
