智能技术基础

本课程主要讲授智能技术中一些最为重要、应用最为广泛的理论与方法,并在此基础上,通过学生自己阅读文献、写阅读报告、做Projects、课堂讨论等一系列的方式使得学生能够深入地理解、掌握、应用所学的知识。课程主要内容包括Principal Component Analysis(PCA)、Kernel based PCA、Kernel Based techniques 等,Multidimensional Scaling、ISOMAP、LLE 等非线性降维方法,采样技术:重要性采样、MCMC、序贯MC 等,贝叶斯推理网络,智能优化技术:遗传算法等。

在讲授基本概念、基本理论和方法的同时,结合一些研究论文和一些研究课题开展课堂的讲授和讨论,培养学生把理论和方法应用于实际的能力。