人工智能与机器学习

模块供应商: School of Mathematical, Physical and Computational Sciences
学分数： 20 [10 ECTS credits]
水平:7
教学用语： 春天 term 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: Yevgeniya Kovalchuk博士
电子邮件: y.kovalchuk@reading.ac.uk

模块类型：

概述模块描述：

本模块涵盖了人工智能和机器学习的主题。

目的:

该模块的目的是向学生介绍当前人工智能和机器学习的方法。

可评估的学习成果：

学生将能够：

• 了解人工智能的经典和基本算法以及现代机器学习方法，包括浅层和深层人工神经网络。


• 掌握人工智能技术的知识，如解决问题、搜索、推理、规划、学习和感知。


• 为有监督和无监督问题确定适当的机器学习方法。


• 理解和应用神经网络训练和预测的过程。


• 为特定问题确定合适的神经网络架构。


• 将多类神经网络应用于涉及图像和文本的现实世界问题。

额外的结果:

学生将通过实践活动熟悉现代机器学习和神经网络库。

大纲内容:

该模块涵盖了相关人工智能和机器学习算法的基础主题：

• 人工智能目标和应用领域。


• 解决问题


• 搜索和推理


• 概率分类器。


• 支持向量机


• 神经网络和深度学习。


• 反向传播


• 随机梯度下降


• Feedforward and recurrent arch itectures


• 卷积神经网络


• 生成对抗网络


• 胶囊网络


• 无监督学习  


• 强化学习。


• 应用程序


• 图像分类


• 自然语言处理：文本分类和文本生成

教学方法简述：

该模块包括讲座和每周指导实践课程，这些课程将实现讲座中涵盖的方法。

联系时间:

	秋天	春天	夏天
讲座		20
实践课程和工作坊		10
引导自主学习：
更广泛的阅读（独立）		20
更广泛的阅读（指导）		20
课前准备		30
准备教程		20
准备实践报告		30
开展NBA投注[手机]俱乐部研究项目		20
论文准备		20
反射		10
按学期划分的总学时	0	200	0
模块总学时	200

总结性考核方法：

方法	百分比
笔试	50
论文以外的项目成果	50

总结性评核-考试：

5月/ 6月一次2小时的考试。

总结性评估-课程作业和课堂测试：

一个基于项目的任务。

形成性评价方法：

实践课的反馈。

逾期提交的处罚：

下列资料适用于修读nba投注式课程的学生，但修读nba投注弹性课程的学生除外。 Penalties for late submission, and the associated procedures, which apply to Postgraduate Flexible programmes are specified in the policy 􀀓Penalties for late submission for Postgraduate Flexible programmes􀀔, which can be found here: /web/files/qualitysupport/penaltiesforlatesubmissionPGflexible.pdf
The Support Centres will apply the following penalties for work submitted late:

• 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50%。

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（50%考试分数，50%课程作业分数）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