人工智能
Table of contents
课程内容
- 本课程作为介绍人工智能概况与基础知识的课程,主要介绍人工智能相关知识,包括机器学习、深度学习及其在交通领域中的应用
- 主要面向具有一定数理基础及编程能力的本科生(大三及大四学生),学生最好能够熟练运用Python,熟悉Numpy、Pandas、matplolib等基础工具包,了解scikit-learn、PyTorch等机器学习、深度学习编程工具
- 本课程以结合知识讲授与代码实践为目标,为学生提供多个代码练习,并以自由选题的课程设计作为考核方式,着重强调提升学生理论与实践相结合的动手能力
参考资料
- 《Machine Learning for Transportation Research and Applications》, Yinhai Wang, Zhiyong Cui, Ruimin Ke, Elsevier, 2023
- 《神经网络与深度学习》,邱锡鹏,复旦大学, 2020 [下载]
课程设计(大作业)
- 课程设计以小组为单位,每队4-5人,第三次课前完成组队
- 每个小组通过调研、阅读文献、与老师或助教沟通,确定题目,第六次课前确定题目
- 选题以 “人工智能 + 专业” 为大方向,以小组兴趣为主
- 具体要求
- 选题与 “人工智能 + 专业”相关
- 所用方法与课上讲授的“人工智能”内容相关
- 展示采用PPT形式,每组5分钟
- 课程设计项目答辩在进行第十一周
课时安排
第二周
- Sep 12
第三周
- Sep 19
- 机器学习基础, 深度学习框架简介与PyTorch
- 练习-0 截止
第四周
第六周
- Oct 10
- 感知智能(计算机视觉,卷积神经网络)
- 练习-2, 作业-1 截止[提交],练习-1 截止[提交]
第七周
- Oct 17
第八周
- Oct 24
- 决策智能(强化学习)
- 练习-3 截止[提交]
第九周
- Oct 31
第十周
- Nov 7
- 具身智能(自动驾驶,大模型)
第十一周
第十二周
课程时间
2023年秋季,第2周至第10周
- 9:00 AM
- 9:30 AM
- 10:00 AM
- 10:30 AM
- 11:00 AM
- 11:30 AM
- 12:00 PM
- 12:30 PM
- 1:00 PM
- 1:30 PM
- 2:00 PM
- 2:30 PM
- 3:00 PM
- 3:30 PM
- 4:00 PM
- 4:30 PM
- 5:00 PM
- 5:30 PM
星期一
星期二
星期三
-
星期四
-
Office Hours14:00 AM–15:30 AM国实 B805,王梓赫
-
Lecture15:50 AM–17:25 AMJ3-105
-
星期五
授课团队
授课教师
助教