Artificial Intelligence & Machine Learning BSc

课程概要（中文简体）

本课程共包含多个核心模块，总学分30学分，涵盖人工智能与数据科学领域的关键知识与技能。

人工智能与数据分析（30学分）：介绍人工智能基本原理，包括智能体系统、随机问题、搜索策略及博弈、约束满足与贝叶斯推理等。同时培养数据清洗、可视化、描述性统计与探索性数据分析（EDA）等实践能力，强调数据伦理、隐私与偏见问题。教学以研讨课与实验课结合，使用Python及相关工具进行项目式学习。评估方式为AI问题求解视频（50%）与数据分析项目（50%）。

机器学习（30学分）：系统讲授监督学习（回归、分类）、无监督学习（聚类）、强化学习、深度学习等算法，以及可解释AI（XAI）与高维数据可视化。通过项目驱动教学，使用真实数据集开展建模与评估。评估包括小组模型设计与可视化项目（40%）和综合机器学习与可视化项目（60%）。

技术专业实践（30学分）：聚焦职业素养与研究能力，涵盖项目管理、敏捷方法、技术沟通、伦理法律问题。学生需完成文献综述（50%）与项目提案海报及答辩（50%），使用Git、Trello等工具协作。

顶点项目（30学分）：学生自主选题，整合前期所学，开展深入研究并产出技术成果与报告。由导师一对一指导，鼓励与外部机构或学术团队合作。评估包括反馈与问答（30%）及报告与成果物（70%）。

其余模块（如深度学习与生成式AI）暂未确定。所有课程内容可能调整。