第一周人工智能概述 1.1可计算思想起源与发展 1.2人工智能的发展简史 1.3人工智能研究的基本内容 1.4人工智能芯片与框架介绍 人工智能知识点全景图：迈向智能+时代蓝皮书 人工智能概述课件 GPT和ChatGPT看AI发展 浙江大学计算机学院人工智能课程课件（人工智能概述） 第二周搜索求解 2.1启发式搜索 2.2对抗搜索 2.3蒙特卡洛树搜索 搜索求解课件 浙江大学计算机学院人工智能课程课件（搜索求解） 第三周逻辑与推理（I） 3.1命题逻辑 3.2谓词逻辑 3.3知识图谱推理：一阶归纳推理算法 逻辑与推理(I)课件 浙江大学计算机学院人工智能课程课件（逻辑与推理） 第四周逻辑与推理（II） 4.1知识图谱推理：路径排序算法 4.2因果推理 4.3实践课程 逻辑与推理(II)课件 浙江大学计算机学院人工智能课程课件（逻辑与推理） 第五周统计机器学习：监督学习 5.1机器学习基本概念 5.2线性回归分析 5.3提升算法（boosting） 5.4实践课程 统计机器学习：监督学习课件 浙江大学计算机学院人工智能课程课件（监督学习） 第六周统计机器学习：无监督学习 6.1K均值聚类 6.2主成分分析 6.3特征人脸算法 6.4实践课程 统计机器学习：无监督学习课件 浙江大学计算机学院人工智能课程课件（无监督学习） 第七周统计机器学习算法应用 7.1逻辑斯蒂回归与分类 7.2潜在语义分析 7.3线性区别分析及分类 统计机器学习算法应用课件 第八周深度学习（I） 8.1深度学习基本概念 8.2前馈神经网络 8.3误差后向传播(BP) 8.4实践课程 深度学习课件 浙江大学图灵班人工智能本科专业课件（深度学习） 第九周：深度学习（II） 9.1卷积神经网络 9.2自然语言理解与视觉分析 9.3实践课程 深度学习课件 浙江大学图灵班人工智能本科专业课件（深度学习） 第十周：强化学习 10.1强化学习定义 10.2策略优化与策略评估 10.3强化学习求解:QLearning 10.4深度强化学习 10.5实践课程 强化学习课件 浙江大学图灵班人工智能本科专业课件（强化学习） 第十一周：人工智能博弈 11.1博弈相关概念 11.2遗憾最小化算法 11.3虚拟遗憾最小化算法 11.4人工智能安全 人工智能博弈课件 浙江大学图灵班人工智能本科专业课件（人工智能博弈） 第十二周：人工智能发展与挑战 12.1记忆驱动的智能计算 12.2可计算社会学 12.3若干挑战 12.4ChatGPT的介绍 12.5Mo平台介绍视频 12.6Mo实训-八皇后问题 12.7Mo实训-黑白棋讲解 12.8Mo实训-垃圾分类 12.9Mo实训-K-means异常检测 12.10Mo实训-机器人自动走迷宫 人工智能发展与挑战课件 第十三周：算法实验 13.1人工智能课程体系演变 13.2实验环境设置 13.3如何完成并测试你的实验作业 13.4实验作业题目 13.5实践课程 算法实验的课件 第十四周人工智能、教育先行、人才为本 101核心课程《人工智能引论》介绍 新一代人工智能的形成 人工智能人才培养态势 汇聚交叉、赋能社会 构建人工智能育人生态促AI专业和交叉学科发展课件