阿德莱德大学AI课程重点概述

阿德莱德大学AI课程是一门关于人工智能的入门课程。主题涉及：人工智能方法论和基本原理；智能代理；搜索算法；玩游戏；监督和非监督学习；决策树学习；神经网络；最近邻法；降维；聚类；内核机器；支持向量机；不确定性和概率论；人工智能中的概率推理：贝叶斯网络；统计学习；模糊逻辑。下面是课程重点概述。

一、关键主题

1、游戏：讨论可以玩游戏的计算机程序背后的理论和算法，如国际象棋和数独。

2、机器学习：讨论可以通过从过去的观察中学习来自动适应变化的环境的算法。还涉及概率推理系统背后的理论。

3、机器人学：讨论机器人系统背后的基本原理，特别是自动跟踪和导航。

二、评估重点

1、解释什么构成人工智能，以及如何识别具有人工智能的系统。

2、解释人工智能如何实现超越传统技术的功能，例如，下棋计算机、自动驾驶汽车、机器人吸尘器。

3、使用经典的人工智能技术，如搜索算法、极大极小算法、神经网络、跟踪、机器人定位。

4、应用人工智能技术解决问题。

5、解释当前人工智能技术的局限性。

三、教学模式

课程将主要通过三项活动进行：Lectures、Tutorials、Assignments。

Lectures将介绍和激发每个主题的基本概念。重要的讨论和双向交流也有望在课堂上丰富学习经验。通过在小教室环境中解决问题和讨论，Tutorials提供了获得反馈的机会。Assignments将通过理论概念在解决问题中的应用来强化理论概念。这将通过编程工作来完成。Lectures、Tutorials、Assignments中涵盖的所有内容都是可评估的。

通过上述介绍，同学应该可以对阿德莱德大学AI课程的学习有一个更加具体的规划。希望同学能够顺利完成课程哟。