CUHK AI专业辅导｜人工智能硕士课程列表和说明

香港中文大学（CUHK）的人工智能理学硕士（MSc AI）项目旨在培养具备人工智能领域前沿知识与实践能力的学生。完成AI硕士项目后，学生不仅将掌握人工智能的坚实理论基础，还将积累实际应用与项目开发经验，能够将人工智能技术应用于现实生活。以下是CUHK AI硕士课程列表和内容说明，希望对你有所帮助。

一、必修课程

1、AIMS5701 人工智能基础

本课程涵盖以下内容：搜索（无信息搜索、有信息搜索和多智能体搜索）。机器学习技术，包括线性回归、逻辑回归、决策树、随机森林、贝叶斯网络、推理与采样、隐马尔可夫模型和粒子滤波；K最近邻、K均值、支持向量机、梯度提升。神经网络与优化。计算机视觉与自然语言处理导论。强化学习与推荐系统。生成模型。

2、AIMS5702 人工智能实践

本课程涵盖机器学习原理、数据准备与加载、基本向量运算、多层感知器、卷积神经网络、序列预测、视觉识别、文本识别、模型优化与部署以及分布式训练。学生将通过多个设计与实现课程作业掌握这些原理，以提升系统开发能力。

3、AIMS5703 人工智能新兴技术

本课程将介绍人工智能领域新兴的使能技术，用于解决日常及工业应用中的实际问题。课程将通过多位研究或行业专家主讲的研究或专题研讨会，使学生掌握人工智能技术发展的最新趋势。

二、核心选修课程

1、AIMS5710 深度学习基础与理论

本课程将为深度学习提供基础介绍。修读本课程的学生将学习深度学习的基础知识、理论、模型、算法、实现方法及最新进展，并获得在深度神经网络设计、训练和理解方面的实践经验。

2、AIMS5720 计算机视觉与模式识别

本课程涵盖图像处理、计算机视觉与模式识别领域的核心知识与前沿议题，包括图像获取、处理与变换、特征检测、分割、运动估计、立体视觉、3D重建与建模、场景检测与分类、目标对齐与跟踪、人脸检测与识别、彩色图像处理及数字摄影。还将讨论计算机视觉中的机器学习与深度学习算法及其系统应用。

3、AIMS5730 自然语言处理

本课程将介绍自然语言处理任务的主要概念，包括解析器、语法、语义、话语、语言建模、机器翻译、文本生成与摘要、多语言处理及多模态处理等。课程还将涵盖研究方法，包括统计学习与随机学习方法、期望最大化算法及深度学习模型。此外，将进一步讨论大型语言模型在实际应用中的进展与技术突破。

4、AIMS5740 生成式人工智能

本课程将涵盖生成式建模的数学与计算基础，以及在工程、设计、科学和艺术中的应用。课程内容包括基础模型、深度学习模型、变分自编码器、生成对抗网络、自回归模型（如Transformers）、神经文本解码、提示编程以及生成内容检测。还将讨论生成模型在语言模型和多模态系统中的应用，以及生成建模中的社会责任问题。

三、选修课程

1、理论组

AIST5020 可信人工智能

CMSC5743 深度神经网络的高效计算

CSCI5030 机器学习理论

CSCI5150 机器学习算法与应用

IERG5050 人工智能基础模型、系统与应用

IERG5130 机器学习中的概率模型与推理算法

IERG5350 强化学习

IERG5460 多模态机器学习

2、应用组

CSCI5660 人工智能在生命科学中的高级主题

ELEG5600 智能机器人高级感知

ELEG5757 智能可穿戴电子学

ELEG5762 神经形态硬件在类脑计算中的应用

ELEG5764 人工智能集成电路设计

ELEG5766 人工智能在医学图像分析中的应用

FTEC5660 商业与金融科技中的代理人工智能

IERG5230 物联网系统算法与实现

IERG5250 边缘人工智能及其应用

IERG5450 科学中的人工智能

IERG5670 计算成像系统与算法

ROSE5760 机器人学习

SEEM5330 语音与语言处理

3、数据分析组

ENGG5103 数据挖掘技术

ENGG5108 大数据分析

FTEC5580 金融科技数据分析

IEMS5723 社交媒体分析

IEMS5730 大数据系统与信息处理

4、实践与项目组

AIMS5760 人工智能创新技术商业化

AIMS5761 从商业计划到可投资的人工智能创业公司

AIMS5780 人工智能实习

AIMS5790 人工智能项目 I

AIMS5791 人工智能项目 II

以上就是CUHK AI硕士课程列表和内容说明。如果有同学在课程学习方面存在疑问，可以立即联系考而思的课程顾问，以获得有针对性的香港中文大学课程辅导。通过一对一辅导，你将尽快解决课业问题、充分掌握课程知识、及时消除学习难点，从而有更好的学业表现。