|
|
 |
 |
|
课程目标
完成6.034课程的学生将能够:
|
编号 #
|
|
|
|
目标 |
|
|
|
|
1 |
|
|
|
解释人工智能中的基本知识表示、问题求解和学习方法。
|
|
|
|
|
|
|
|
2 |
|
|
|
评估在解决实际工程问题中基本知识表示、问题求解和学习方法的适用性和优缺点。 |
|
|
|
|
|
|
|
3 |
|
|
|
通过集成具体计算问题的解决方案开发智能系统。 |
|
|
|
|
|
|
|
4 |
|
|
|
了解在智能系统工程中知识表示、问题求解和学习的作用。 |
|
|
|
|
|
|
|
5 |
|
|
|
从计算发展的角度评价问题求解、视觉和语言在理解人类智力中的作用。 |
|
通过课程结束后的调查表明,学生将会:
预期课程成果:
完成6.034课程的学生将能够 :
|
编号 # |
|
|
|
成果 |
|
|
|
如何检验 |
|
|
相关目标 |
|
|
|
|
|
|
|
|
1 |
|
|
|
预测规则系统的前向推理链和后向推理链的行为。 |
|
|
|
H, Q |
|
|
1, 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
预测多种启发式和优化搜索方法的行为和评估它们花费时间的长短和占用空间的大小(包括深度优先、广度优先、分支限界法、爬山法和A*),并为特定问题选择合适的方法。 |
|
|
|
H, Q |
|
|
1, 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
预测多种约束满足方法的行为(包括回溯法、超前检查和约束传播)并为特定问题选择合适的方法。 |
|
|
|
H, Q |
|
|
1, 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
开发基于规则和基于搜索的小型专家系统,预测其性能并描述在智能系统工程中规则推理链和搜索的作用。 |
|
|
|
P1 |
|
|
3, 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
利用规则和框架代表行为、分类和因果知识。 |
|
|
|
H, Q |
|
|
1, 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
运用基本的机器学习方法,比如最近邻法、判定树、神经网络和遗传算法。 |
|
|
|
H, Q |
|
|
1, 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7 |
|
|
|
预测基本的机器学习方法的行为,并为特定问题选择合适的方法。 |
|
|
|
H, Q |
|
|
1, 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
修改并扩展本课程论述的各种方法的简单实现。 |
|
|
|
H, Q |
|
|
3, 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
|
|
|
开发小型学习系统,预测其性能并描述在智能系统工程中学习的作用。 |
|
|
|
P2 |
|
|
3, 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
讨论在知识表示、问题求解和学习中的关键问题。 |
|
|
|
P1, P2 |
|
|
1, 2, 3, 4, 5, 6 |
|
关键字:
|
|
|
|
H |
|
|
|
作业 |
|
|
|
|
|
|
|
Q |
|
|
|
测验,期终考试 |
|
|
|
|
|
|
|
P1 |
|
|
|
项目1 |
|
|
|
|
|
|
|
P2 |
|
|
|
项目2 |
|
6.034课程的各个版本的区别在哪里?
6.034
秋季版对比
6.034 春季版:
- Patrick H. Winston教授负责秋季课程,Tomas Lozano-Perez教授负责春季课程;
- 评分没有明显区别;
- 春季版和一年前的有了很大的不同,因为在2002年进行的是第一次试验性授课,Tomas Lozano-Perez教授打算进行实质调整。
- 教授内容很大一部分是相同的,比较明显的区别在于秋季版在学期末集中在人类智能各个方面的建模上而春季版包含了一个很大的关于形式逻辑的部分。
- 春季版更强调编程。
- 秋季版包含两次一小时的讲座、一次一小时的演示和一次一小时的复习;春季版包含两次一个半小时的讲座和一次一小时的演示。
6.034, 2002
版对比2001版::
- 和2001版相比,2002版不再要求学生每周递交课程计划。代替它们的是需要时常上交的关于指定阅读内容分析的报告。
- 与2001版一样,包含一个特殊的强化部分,在该部分学生需要在完成课程其他作业的同时完成相关项目,并可获得额外的3个学分。
本学期的课程包含哪些内容?
有指定教材吗?
没有。2000年学生的调查表明教材与在线的辅导教师、当面辅导、复习和讲座相比是最没有用处的。本课程的主要内容可以在《人工智能》一书中找到(Patrick H.
Winston著,第三版,可以在Amazon.com的Quantum
Books购买),它对那些喜欢通过教材学习的学生有所帮助,但是价格太高,大部分2000年和2001年的学生都没有购买。
课程是如何组成的?
每周将会有:
- 两次讲座
- 一次当面辅导
- 一次在线辅导
- 一组问题
- 一次复习
我需要参加讲座、辅导和复习吗?
是的。我们相信讲座、辅导和复习是MIT的课程中的重要部分,我们尽力使之有趣且有用。
- 讲座介绍了有用的思想并且将课程中的素材与实例联系起来。学生只有按时参加讲座才能找到在测验和期终考试的题目答案。
- 辅导课将给学生提供提问和展示对本课程理解程度的机会。学生成绩中很大一个部分将由辅导课参加情况决定。
- 复习课在整理授课内容和演示如何解决问题方面有很大的作用。
什么时间进行测验?
最终的成绩是如何计算的?
最终成绩的构成如下:
- 0.3 x 期终考试成绩
- 0.25 x测验1 的成绩
- 0.25 x测验的成绩
- 0.2 x辅导课和作业(如果有)的分数
然后我们将你在在线问题中的表现(成绩为0到1分)和上面的结果结合起来。我们希望你能够努力学习以便正确回答在线问题,并获得1分。
结合的方法是上面的成绩乘以式(min~1.0~(sqrt~(/~s~0.9)))。式子的结果如下图:

这样,你必须诚实地去解答在线问题,因为不仅解答问题本身会影响你的成绩,而且和考试内容直接相关。
最终成绩的分布情况怎么样?
按照学校规定,我们将实际分数转换成为等级成绩而不是一条曲线(请参看你的以往的成绩报告),我们给出最终成绩。
以往的成绩大致按以下方式分布,实际结果略有出入:
20% A
30% B
40% C
剩余10%的界限在学期末确定。
在课程中需要懂得编程吗?
本课程不是以编程为中心内容的,但是作业中的很大一个部分需要能够理解方案并完成一些比较小的方案的编程。测验和期终考试没有以编程为主要内容的题目,但是有些问题会部分涉及到编程。熟练掌握6.001课程的学生应该在编程方面不会有任何问题;有其他编程语言经验的学生应当花上几个星期仔细阅读计划书,并和指导教师一起制定一个补课计划;没有任何编程经历的学生最好不要参加本门课程的学习。
|
|
|
 |
 |
 |