一、人工智能
1. 考试的总体要求
掌握人工智能的发展历史和基础知识;了解智能体与环境的概念;
掌握常见的搜索技术(包括无启发式搜索和启发式搜索策略),并会根据具体问题设计搜索算法;了解复杂环境下的搜索策略,包括局部搜索策略和带有限制条件的搜索策略;了解对抗搜索策略,包括启发式 alpha-beta 剪枝搜索和蒙特卡洛树搜索方法,了解典型图搜索策略,以及上述不同搜索方法的优缺点;掌握并能够推导常见数据挖掘及机器学习方法,包括传统典型分类等非深度学习算法以及典型深度学习算法等;了解人工智能的在自然语言处理等不同领域的具体应用等。
2. 考试的内容及比例
本课程考试的内容包括:
1)人工智能领域常见概念解释(20%)
2)搜索算法设计与分析(30%)
3)机器学习常见算法(30%)
4)人工智能具体应用(20%)
3. 参考书目
(1) Artificial Intelligence: a modern approach. 4th Edition by Stuart Russell and Peter Norvig. Prentice Hall, 2013(《人工智能:一种现代化方法》(第三版)),清华大学出版社
注:本文文字转载自天津大学研究生招生网,如有侵权,请联系删除。