一、教學目標和基本要求
腦認知及其相關的智能科學是人工智能專業的重要基礎知識，通過對這門課程的學習，
要求學生掌握腦與認知科學的基本概念和知識結構，熟悉認知相關的智能科學技術方法、
原理與應用等，了解相關領域的研究現狀和發展趨勢，對已有成果展開分析與討論，為
今后進一步的學科探索打好基礎。
二、課程簡介
本課程重點介紹腦與認知科學的基本概念、知識及其在現實生活中的應用，在此基礎
上介紹人工大腦、認知計算等相關的智能科學技術，體現了腦科學、認知科學、人工智能
及計算機和信息科學等多學科領域交叉的特點，為學生提供較為全面系統的知識框架，為
進一步學習后續專業課程打下良好的基礎。
三、教材名稱及主要參考書
（1）Michael Gazzaniga等著，《認知神經科學》，中國輕工業出版社，2016年（圖書館借閱）
（2）王志良主編，《腦與認知科學概論》，北京郵電大學出版社，2011年（圖書館借閱）
（3）杰夫·霍金斯著，《人工智能的未來》，陜西科學技術出版社，2006年（圖書館借閱）
四、課程內容和課件資料 （更新日期：2020-02-27）
第一章 《緒論及腦科學發展史》
第二章 《神經系統的細胞機制》
付費5元查看完整內容
相關內容
題目
第八屆中國科技大學《計算機圖形學》暑期課程課件
關鍵字
計算機圖像學，教學課件，中國科技大學
簡介
《計算機圖形學前沿進展》（課程編號：001M06）為中國科技大學暑期學期的課程。課程由數學科學學院中科大圖形與幾何計算實驗室(GCL)的張舉勇老師與劉利剛老師及國內外學者共同授課。本年度課程的主題為 “幾何優化、幾何深度學習與三維視覺” 。本次課程的內容涵蓋數值優化、幾何建模、三維重建、三維場景理解、幾何深度學習等內容，內容豐富和前沿，是了解計算機圖形學與三維機器視覺前沿和未來方向的非常難得的機會。若對計算機圖形學中的幾何處理不太熟悉的同學，可提前看一下 劉利剛老師開設的本科生課程《計算機圖形學》（ 2013，2014， 2015，2016，2017，2018 ）和研究生課程《數字幾何處理》的主頁（其中有較完善的課程課件提供下載 ）。
本課程為中國科學技術大學全校性公共選修課程，面向應用數學、計算機科學、信息科學等相關專業的學生，歡迎數學學院、少年班學院、信息學院、計算機學院等學院的本科生高年級學生和研究生來選課 。【注】若本校的本科生需要該課程的學分，只需要在校教務系統中進行選課，而不再需要通過課程的注冊系統進行注冊。本次暑期課程以介紹計算機圖形學與三維視覺領域的最新的研究成果及進展為主，同時兼顧本科生也會介紹該領域的一些基本問題和研究方向，只要有《線性代數》、《微積分》、《數值最優化》、《微分幾何》等課程知識的學生都可以聽懂。
出處
中國科技大學
付費5元查看完整內容
課程題目
機器學習中的常識性問題
課程內容
機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑。本課程主要介紹了當下機器學習的常識性問題，如機器學習概念，發展歷史，超參數，常用的統計學習方法，以及數學理論等基礎性知識。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191