1/3
- 下载图片
- 复制图片
嗯嗯呐
悉大🔥 COMP3308 满分秘籍|高分妙招分享
1⃣此门课程虽属 IT 系列的高阶课程，实则更似一门 1000 level 的介绍性课程，在大家初步掌握编程知识后，正式为大家引介 AI 的概念、基础理论知识，并展开 AI 的实 Cao。
2⃣在一定程度上，它可被视为 DATA2002/DATA3888 的补充，从更侧重计算机科学的角度来阐释 AI 的各类思想和算法，而非仅介绍各种经典机器学 Xi 算法。
3⃣整学期的内容可划分为 4 个部分：1. AI 作为搜索问题、搜索算法、游戏 AI；2. 机器学习简介；3. 机器学习算法；4. 其他 AI。
🔥难点在于 part3 中各种机器学习算法的细节，尤其是第 8-10 周的多层感知机和 svm，概念新颖且计算量大，若在考试中出现，会是不小的挑战。但总体而言，这门课程难度不大，即便困难的部分多花些时间和精力进行分解与推导，也完全能够掌握。
‼️前三周攻略：
🍀Week1：主要涵盖 AI 的基本思想和历史，无考点。
🍀Week2：详细介绍了搜索问题的搜索算法，包含 BFS、DFS、UCS 和 IDS。其中 BFS 和 DFS 在 2123 算法课程中已有介绍，UCS 和 IDS 则相当于 BFS 和 DFS 的变体。这两周新内容不多，理解起来较为容易，着重理解各算法的特性，包括时间和空间复杂度、完备性等，以及各算法的比较。
🍀Week3：开始会为大家介绍全新的搜索算法，包括 A*算法、Beam search、Hill-climbing、Simulated annealing 和 Genetic algorithms。尽管大部分算法之前未曾接触，但理解起来并不困难。
🔥满分小贴士：
提及的搜索算法都可能出现在期末考试中。可能的考察形式为给出特定条件，让你选择较为适合的搜索算法并解释原因。所以前三周大家不仅要理解算法本身，还需理解各种特性以及算法间的比较。建议大家在 lec 和 tut 后尝试整理所有搜索算法，制作一个对比表格来总结各类特性。
1⃣此门课程虽属 IT 系列的高阶课程，实则更似一门 1000 level 的介绍性课程，在大家初步掌握编程知识后，正式为大家引介 AI 的概念、基础理论知识，并展开 AI 的实 Cao。
2⃣在一定程度上，它可被视为 DATA2002/DATA3888 的补充，从更侧重计算机科学的角度来阐释 AI 的各类思想和算法，而非仅介绍各种经典机器学 Xi 算法。
3⃣整学期的内容可划分为 4 个部分：1. AI 作为搜索问题、搜索算法、游戏 AI；2. 机器学习简介；3. 机器学习算法；4. 其他 AI。
🔥难点在于 part3 中各种机器学习算法的细节，尤其是第 8-10 周的多层感知机和 svm，概念新颖且计算量大，若在考试中出现，会是不小的挑战。但总体而言，这门课程难度不大，即便困难的部分多花些时间和精力进行分解与推导，也完全能够掌握。
‼️前三周攻略：
🍀Week1：主要涵盖 AI 的基本思想和历史，无考点。
🍀Week2：详细介绍了搜索问题的搜索算法，包含 BFS、DFS、UCS 和 IDS。其中 BFS 和 DFS 在 2123 算法课程中已有介绍，UCS 和 IDS 则相当于 BFS 和 DFS 的变体。这两周新内容不多，理解起来较为容易，着重理解各算法的特性，包括时间和空间复杂度、完备性等，以及各算法的比较。
🍀Week3：开始会为大家介绍全新的搜索算法，包括 A*算法、Beam search、Hill-climbing、Simulated annealing 和 Genetic algorithms。尽管大部分算法之前未曾接触，但理解起来并不困难。
🔥满分小贴士：
提及的搜索算法都可能出现在期末考试中。可能的考察形式为给出特定条件，让你选择较为适合的搜索算法并解释原因。所以前三周大家不仅要理解算法本身，还需理解各种特性以及算法间的比较。建议大家在 lec 和 tut 后尝试整理所有搜索算法，制作一个对比表格来总结各类特性。
2024-04-23
浏览324
登录后评论
1
评论
分享