第1周

课程介绍

第1章 智能信息处理绪论

1) 基本概念

2) 产生背景

3) 任务及过程

4) 典型应用

5) 前景、研究热点

第2周

第2章 人工智能绪论

1) 基本概念

2) 历史与发展

3) 机器学习

4) 自然语言处理

5) 深度学习

第3周

第3章 信息与知识

1) 数据

2) 数据统计特性

3) 数据预处理

第4周

4) 相似性度量

5) 本体

6) 知识

第5周

第4章 关联分析

1) 概述

2) 频繁项集发现算法

3) 关联规则的生成

第6周

4) 非二元属性的关联规则挖掘

5) 关联规则的评价

6) 序列问题

第7周

实验一:

工具介绍；Project分组宣讲；关联分析

第8周

第5章 分类

1) 概述

2) 决策树分类方法

第9周

3) 贝叶斯分类方法

4) K-最近邻分类方法

5) 分类模型的评价

第10周

实验二:

分类；Project进展汇报

第11周

第6章 聚类

1) 概述

2) 基于划分的聚类算法

3) 层次聚类算法

第12周

4) 基于密度的聚类算法

5) 一趟聚类算法

6) 基于原型的聚类算法

第13周

实验三:

聚类；Project进展汇报

第14周

第7章 智能信息处理前沿

1) 世界/中国顶级学术会议

2) 世界/中国顶级学术期刊

3) 世界顶级比赛及数据集

4) 最新前沿研究成果

第15周

1）学术简历写作

2）学术论文写作

3）Project文档写作

4）Project文档检查及答疑

第16周

Project答辩