cs1ac16 -计算机科学应用

模块供应商: Computer Science
学分数： 20 [10 ECTS credits]
水平:4
教学用语： 秋天 / 春天 / 夏天 module
先决条件:
模块化的必备条件:
相关内容:
模块被排除在外:
目前从: 2021/2

模块召集人: 理查德·米切尔教授
电子邮件: r.j.mitchell@reading.ac.uk

模块类型：

概述模块描述：

This module introduces popular applications associated with computers, including artificial intelligence, robotics, virtual reality, computer vision and data analytics.

目的:

该模块旨在通过在关键领域的应用来扩展学生的计算机科学知识，以增强他们对该学科的理解。

该模块还鼓励学生培养解决问题等一系列专业技能。 人工智能、机器人和视觉的社会和法律方面的一些方面被考虑。

可评估的学习成果：
学生s completing this module should be able to describe typical techniques and apply relevant algorithms to artificial intelligence and robots, to use basic algorithms describing tasks involved in computer vision and computer graphics; 并使用相关的数据分析工具处理数据工作流。

额外的结果:

大纲内容:

该模块包括以下四个应用主题：

• 人工智能：这里讨论了用于“智能”计算机器的各种方法。 这些包括经典的人工智能方法，如专家系统和问题解决，以及受自然系统启发的神经网络和进化计算方法。 还考虑了人工智能算法的应用；

机器人，人工生命和虚拟现实：采用控制论的方法来NBA投注[手机]俱乐部研究这些主题，展示了反馈的主题是如何控制机器人，与机器人，计算机和人类的互动，以及机器人和其他形式的人工生命学习的关键。 描述了机器人的不同类型和应用，给出了它们的历史，并讨论了它们的大脑、传感器和执行器。 Interaction is explored in terms of robots interacting with humans and robots, and humans in Vir tual Reality systems, for which computer graphics and haptics are also discussed. 探索了人工生命中的概念，包括移动机器人，生命游戏，雏菊世界以及分形和Lindemayer系统，可用于虚拟世界；

• Computer vision:  this is the science behind development of capability to emulate (or possibly exceed) human's ability to visually sense the world, and is concerned with the automatic extraction, analysis and understandi ng of useful information from a single image or multiple images.  本讲座将特别关注计算机视觉的一些最重要的方法和应用，包括生物识别、检测和跟踪、深度学习和行为识别等主题。  讲座既涵盖了不同主题背后的基础理论，也深入了解了这些方法如何在现实世界中应用；


• Data analytics: 学生s are introduced to the concept of extracting useful information from data, covering types of data, data sources, pre-processing and manipulation techniques, feature selection and transformation, and data visualisation. 这些概念应用于使用KNIME的实践活动，KNIME是一个用于高级分析的开源数据工作流工具。

教学方法简述：

该模块包括每周nba投注、在线课程、相关的实验实践、作业和一些复习教程。 利用实验室实习来强化相关讲座。 复习课在夏季学期进行。

联系时间:

	秋天	春天	夏天
讲座	20	15	4
实践课程和工作坊	6	6
引导自主学习：	72	77
按学期划分的总学时	98	98	4
模块总学时	200

总结性考核方法：

方法	百分比
笔试	70
设置运动	30

总结性评核-考试：

5月/ 6月一次3小时的考试。

总结性评估-课程作业和课堂测试：

For each of the four application themes of the module, there are timetabled sessions in the PC lab where students investigate aspects of AI, Computer Vision, Robotics & VR, and Data Analytics and answer questions posed on Blackboard. 四个主题的作业占7.5%。

形成性评价方法：

逾期提交的处罚：

支助中心将对逾期提交的工作实行下列处罚：

• 在原定截止日期（或任何正式同意的延期截止日期）之后提交的作业：截止日期后的每个工作日（或其中的一部分）将从该作业的总分数中扣除10%的分数，最多可达五个工作日；
• 如果作品在原始截止日期（或任何正式同意的截止日期延长）后超过五个工作日提交：将记录零分。

The University policy statement on penalties for late submission can be found at: /web/FILES/qualitysupport/penaltiesforlatesubmission.pdf
You are strongly advised to ensure that coursework is submitted by the relevant deadline. 您应该注意，建议在未完成状态下提交作业，而不是没有提交任何作业。

通过考试的评估要求：

总体得分为40%。

重新安排:

8月/ 9月一次3小时的考试。  请注意，补考模块的分数将以以下两项中较高者为准：(a)本次补考的分数，(b)本次补考的分数与之前课程作业的分数的平均值，根据第一次尝试（70%考试，30%课程作业）进行加权。

额外费用（适用时指定）：

1) Required text books:  None

2) Specialist equipment or materials:  None

3) Specialist clothing, footwear or headgear:  None

4) Printing and binding:  None

5) Computers and devices with a particular specification:  None

6) Travel, accommodation and subsistence:  None

最后更新: 2021年7月29日