Artificial Intelligence  COMP9414

11 Comments

    1
Anonymous   Sept. 28, 2019, 4:51 p.m.

血的经验教训。


9414这门课就考试而言真的不难,刷几遍tut足可以。但是作业是最艹蛋的。阿兰的作业还好,只有第三个有点挑战性


可是轮到Wobcke Wayne这个人时,两个作业难度简直毁天灭地,第一个作业改写AIpython略有难度,第二个作业是他妈的数据挖掘,数据挖掘!!这对于刚入学的人来说简直是噩梦一样。所以奉劝一句,学9414就学Alan的,如果要学Wobcke的,我用自己的脑袋向你保证,你死都不知道怎么死的。

    2
Anonymous   May 24, 2019, 7:39 p.m.

三学期的考试是选择题,难度应该比之前简单了许多,上课没听过,考前做做tutorial就够了。

    3
Anonymous   Feb. 26, 2019, 11:17 p.m.

水课,上课完全不听,考前几天tutorial认真做完就hd了。


三个作业,第一个是prolog,没啥大用,不过挺帮助理解递归的。


第二个呃...阿兰说是他高中的题,挺无聊的没啥意思,也不难。


第三个作业很好玩,俩人一组,有两个选项,第一个是用prolog玩一个小游戏啥的,我没选。第二个是用c/python/java任选一种语言,写一个小AI来玩生存游戏。挺有意思的,当时和队友写了800+行代码,对理解搜索算法帮助挺大的,也大大提高了我的python水平哈哈。


总体不推荐。

    4
Anonymous   Oct. 29, 2018, 5:38 p.m.

讲真如果真是没有课可以选的话再来考虑这门课,这prolog什么玩意。。

    5
echosand   July 3, 2018, 6:40 p.m.

真真一点也不水。。。s1分数最低的一门课。。。比考砸了的9021还低。。。。真是远远低于预期

    6
Anonymous   June 3, 2018, 10:20 p.m.

水吗?  作业3prolog写死你都写不出来好吗? 。说水的得是大神

    7
Anonymous   June 3, 2018, 10:20 p.m.

水吗?  作业3prolog写死你都写不出来好吗? 。说水的得是大神

    8
Anonymous   March 27, 2018, 11:57 p.m.

有作业题吗?

    9
Anonymous   Dec. 23, 2016, 2:17 p.m.

9414这门课学的是人工智能比较层面高的知识,底层的算法涉及的并不是很多,而且写作业时要求用的编程语言是pl,如果以后工作不是偏研究方向的话,应该也很少会用到,所以这门课对我自己而言,算是比较水的课了。


作者:陈迪威
链接:https://www.zhihu.com/question/24357695/answer/132740090
来源:知乎
著作权归作者所有,转载请联系作者获得授权。


    10
daya0576   Feb. 4, 2016, 4:29 p.m.

COMP9414 ARTIFICIAL INTELLIGENCE

Textbook:

Bratko, I. Programming in Prolog for Artificial Intelligence, 3rd edition, Addison-Wesley, 2000.

Allen, J. Natural Language Understanding, 2nd Edition, Benjamin Cummings, 1995.

Russell, S. and Norvig, P., Artificial Intelligence: A Modern Approach, Second edition, Pearson Education, 2003.


Topics:

  • Prolog programming: terms, rules, recursion, the cut

  • Rule-based systems

  • Frames and semantic networks

  • Search

    • Basic search algorithms (depth-first, breadth-first, best-first,
         hill climbing)

    • A* search, adversarial search (minimax, alpha-beta)

  • Propositional logic: Truth table semantics, logical equivalence, soundness and completeness, propositional resolution

  • First-order logic: Quantifiers and scope, interpretations, logical equivalence, first-order resolution, relation to Prolog

  • Reasoning under uncertainty: Bayes' rule, conditional independence, computing with probability tables

  • Machine learning: Error backpropagation learning in feedforward network creating decision trees - the ID3 algorithm

  • Natural Language Processing: Linguistic basics context-free grammars parsing using

    • raw Prolog

    • logical form

    • lambda-expressions and their use in logical forms

    • semantic interpretation of simple sentence

    11
caixiangyu   Feb. 3, 2016, 2:39 p.m.

AI水课,听说没有什么内容,比较简单,也比较适合刷分,第一学期选选AI和离散适应一下英语环境学习也不错,可选。


Your Comment

 or  Login first
(Send email to [email protected] to modify ur anonymous answer)