人工智慧概論 (Introduction to Artificial Intelligence)@政治大學

一一○學年度第二學期
國立政治大學 資訊科學系
703038001: 人工智慧概論 (Introduction to Artificial Intelligence)

（以下課程資料僅供參考，任課教師保留其權力，於課程進行過程中，合理地修改課程設計。）
（重要修改日期：2021年12月22日）

上課時間：星期三上午九點到中午
教室：大仁樓２００１０１
教師：劉昭麟

電郵信箱辦公室公分機 Office Hours

chaolin at g.nccu 大仁樓310 67511 星期四中午到下午兩點或另約

以上office hours時間會因為任何公務會議而縮短或是取消，因此請有意前來同學盡量事先預約，否則有可能撲空。如果在上課時間之外有問題，你可以利用office hours來找我，或者利用電子郵件跟我聯絡。寫電子郵件給我時，別忘了在主旨欄註明科目名稱[AI22]，否則信件可能會被我忽略。如果你的問題容易回答，我會直接用電子郵件回答。如果問題複雜，我會在電子郵件上大略回答，並在課堂上詳細回答。
重要公告
- 請所有選課同學複習先修課程中必定講過的 breadth first search (BFS) 和 depth first search (DFS)(參考資料：U. of Washington、Stanford)，這是「人工智慧概論」課程與大二課程接軌的要點。過去因為沒有明確公告，在開學第一個月，我們需要用掉太多時間為同學複習這些先前課程就該學會的技術。自2022年開始，我們無法繼續這樣使用上課時間，請大家務必在第一次上課之前，就完成 BFS 和 DFS 的複習。否則在一開學就會面對到跟不上上課內容的問題。
- 修課同學如果有聽障、視障或其他須要特殊協助的情形，請告知任課老師。
課程簡介
此為資訊學院資訊科學系大學部與碩士班人工智慧入門課程，以介紹智慧型系統之基礎知識為目標，包含搜尋技術、邏輯推理、機率推理與機器學習的核心概念。這一門課將著重於課前閱讀、課後 Moodle的練習和上課的討論。
這學期的課程將會跟著人工智慧領域的變遷而有所調整，將會盡量確保機器學習部分的最低比例。相對之下，我們將可能降低邏輯式推理的部分。至今仍有不少學者希望結合邏輯式推理來達成可解釋的人工智慧，因此在概論課程中，仍然不能全部放棄這一部分的基礎課程。在適當時機，將可能推薦 Python 為主的示範程式，因此期待選修同學具備 Python 的運用能力。
現在在各種媒體上，可以看到有趣的人工智慧的科普報導，有一些專業雜誌的報導層次甚至可以當作「人工智慧概論」的輔助教材，「人工智慧概論」課程是應該改變方向走平民化的基礎教育？還是要持續走核心技術的教育？我們目前仍然選擇後者，但是也對前者持開放態度。AIMA 一書提供技術基礎教育的根基，希望我們的選擇對於資訊科學系同學是一個正確的長遠選擇。
課本及參考資料
- 課本
  
  [人工智慧] Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, fourth edition, Prentice Hall, 2020. [以下簡稱 AIMA] （政大圖書館索書號：006.3 R967-1） (本書第四版已經在歐美發行，進口價格不菲，政大圖書館有)
  [機器學習] Ian H. Witten, Eibe Frank, Mark A. Hall, and Christopher J. Pal. Data Mining : Practical Machine Learning Tools and Techniques with Java Implementations. fourth edition, Morgan Kaufmann, 2017. 政大圖書館索書號：006.3 W829 [以下簡稱 ML]
  [機器學習] Ian Goodfellow, Yoshua Bengio and Aaron Courville, Deep Learning, MIT Press, 2016.(政大圖書館：006.31 G651) [以下簡稱 DL]
- 參考資料
  - 視上課狀況另加補充
  - 邏輯推理語言
    - C Language Integrated Production System (CLIPS 或者 CLIPS) for DOS, Windows, and MacOS（可以下載最新的 CLIPS 和相關資料；Google Groups for CLIPS）
    - 除了傳統的 PROLOG 之外，還會繼續觀察以 Python 為基礎的 logic programming
  - 劉昭麟及許永真。人工智慧面面觀，《數理人文》，第十期，第8到19頁，國立交通大學，丘成桐中心，2016年十月號。 (中文內容)
先修課程
計算機程式設計、資料結構、演算法、線性代數及機率統計
課堂中所提供或者討論的範例程式將使用 Python 語言
成績計算

課程參與(點名、討論) 5%、Moodle 作業 20%；期末報告／程式作業 25%；期中考試 25%；期末考試 25%
配分比率可能在開學之後調整，特別是可能調整程式作業的分數比重
＊＊＊上課時會抽問 Moodle課程網頁上的建議作業，Moodle 課程網頁上的建議作業是這一門課的重要部分，也是課程參與的計分項目＊＊＊
政治大學 Moodle 課程討論版
我們會把一些公告事項放在政大Moodle網站的人工智慧概論課程討論版中，請修課同學在修課期間密切注意你的電子郵件和本課程討論版中關於課程的公告。

電郵信箱	辦公室	公分機	Office Hours
chaolin at g.nccu	大仁樓310	67511	星期四中午到下午兩點或另約

預計進度：政治大學本學期行事曆

以下所列進度，會依實際進度而有所調整，所列章節數目均是上述課本的內容。

如果有興趣的話，可以比較一下不同目的的課程設計

哈佛大學的 cs50x 系列裡面的 Introduction to Artificial Intelligence with Python
密西根大學 EECS 的 EECS492 Introduction to Artificial Intelligence

日期		週次	主題	閱讀材料	課堂/課後學習時數	程式與作業
2月	16日	W1	Introduction & Uninformed Search	AI 往哪去？、AI100	3/2
2月	23日	W2	Informed Search	AIMA Chaps 3-4	3/2
3月	2日	W3	Local Search	AIMA Chaps 4-5	3/2
	9日	W4	Search Review	AIMA Chaps 3-5	3/2
	16日	W5	Propositional Logic	AIMA Chap 7	3/2
	23日	W6	Logic-based Reasoning	AIMA Chaps 7-8	3/2
	30日	W7	First-Order Logic & Logic Programming	AIMA Chaps 8-9, 補充資料	3/2
4月	6日	W8	學校停課	---	---	---
	13日	W9	期中考試	---	---	---
	20日	W10	期中考試檢討；Logic Programming	CLIPS & AIMA Chaps 8-9	3/2	期末報告／程式作業說明
	27日	W11	Reasoning under Uncertainty	AIMA Chaps 13-15	3/2

5月	4日	W12	Reasoning under Uncertainty	AIMA Chaps 13-15	3/2
	11日	W13	Reasoning under Uncertainty	AIMA Chaps 13-15	3/2
	18日	W14	Machine Learning - Basics	AIMA Chap 18; IML Chaps 1-4	3/2
	25日	W15	Machine Learning - Methods	IML 4-7	3/2
6月	1日	W16	Artificial Neural Networks	IML 4-7, DL	3/2
	8日	W17	程式作業驗收與面談	---	---	---
	15日	W18	期末考試	---	---	---

Last MINOR Updated:

一一○學年度第二學期 國立政治大學 資訊科學系 703038001: 人工智慧概論 (Introduction to Artificial Intelligence)

上課時間：星期三上午九點到中午

教室：大仁樓２００１０１

教師：劉昭麟

重要公告

課程簡介

課本及參考資料

先修課程

成績計算

政治大學 Moodle 課程討論版

預計進度：政治大學本學期行事曆

一一○學年度第二學期
國立政治大學資訊科學系
703038001: 人工智慧概論 (Introduction to Artificial Intelligence)