Introduction to artificial intelligence

学习目标

课程结束后，学生将能够

1. 描述 人工智能在机器人技术中的目的和应用。
2. 讨论 AI 技术、其基础、假设、优势和弱点。
3. 描述 现有的基于 AI 的工具。

单元一（型号 1）：为教师/教师设计 AI 课程

入门课程通常作为选修课为第三学期的学生组织。本课程的先决条件是学生已成功通过方向课程和编程基础。

除了每周的家庭分配外，我们还通过平台提供讲义。

理论导向的AI课程的评价通常基于家庭作业和最终示例。在面向编程的 AI 课程中，我们将项目分配扩展到课程评估要求。

在讲师开始课程之前，需要定义以下大纲。

• 课程的要求和目标
• 参与者的先决条件
• 讲义和课程资源
• 学习绩效和评估流程

单元二（单元 1、2 和 3）AI 简介;

这种介绍性模型帮助学生发展他们的知识

• 人工智能发展史
• 与人工智能（定义人工智能与意识、行为与思考、图灵测试）相关研究领域相关的基本哲学问题。
• 人工智能技术的分类
• 人工智能在教育背景、案例研究和实例中的现状

单元三（模块 4、5 和 6）：基于 AI 的应用程序/服务设计和开发过程、系统和服务概念设计

在这个模型中，学生学习概念设计开发过程。此外，了解基本的原型制作工具和方法来构想应用程序概念。

• 以用户为中心的设计流程。
• 科幻小说中现实和不切实际的人工智能
• 了解如何执行基于人工智能的应用概念和原型设计

单元四（单元 7 和 8）：人工智能技术、算法

学生将学习。

• 基本的人工智能技术、算法和机会
• 机器人中的机器学习
• 自然语言处理
• 比较和对比口译员的各种角色
• 人工智能的未来

单元五（单元 9 和 10）：基于人工智能的工具

学生将学习。

• Matlab
• Python
• Bayesian Lab
• Knime