第04讲智能决策理论与方法-2-文档资料

1986 年 ， 《 通 过 误 差 反 向 传 播 学 习 表 示 》 论 文 的 发 表 ， 使 反 向 传 播 算 法 被 广 泛 用 于 人 工 神 经 网 络 的 训 练 令 80 年 代 后 期 ， 由于专家系统开发与维护的成本高昂，而商业价值有限，人 工智能的发展再度步入冬天。
人工智能的出现及发展
未来已来 只是尚未普及
谢谢观看
中小学生人工智能讲座
“智能+”未来 | 人工智能的出现及发展 | 人工智能的应用 | 机器学习的方法
汇报人：XXX
202X.XX.XX
人工智能的出现及发展
人 工 智 能 的 横 空 出 世 令 1956 年 ， 闵 斯 基 、 约 翰 ·麦 卡 锡 （ John McCarthy ） 、 克 劳 的 ·香 农 （ Claude Shannon ） 和 纳 撒 尼 尔 ·罗 切 斯 特 （ Nathan Rocheste r ） 在 美 国 达 特 茅 斯 学 院 组 织 了 一 次 会 议 ， 吡 会 议 工 智能"作为一门新学科的诞生。
2016 年 谷 歌 通 过 深 度 学习训练的阿尔法狗 （ AlphaGo ） 翟 序 战 胜 围換世界冠军李世石。
21 世 纪 ， 人 类 迈 入了“大数据“时 代，时电脑芯片 的计算能力高速 增长，人工智能 算法也因取得重 大突破。研究人 工智能的学者开 始引入不同学科 的数学工具，为 人工智能打造更 坚实的数学基础
3
3、自 动 判 断 人 群 的 密度和人流的方向， 提前发现过密人群 带来的潜在危险， 帮助工作人员引导 和管理人流。
人工智能的应用
医 疗为 解 决 “ 看 病 难 " 的 何 题 提 供 了 新 的 思 路 。

数据预处理—空值估算
❖ 空值是指属性值未知且不可用、与其它任何值都不相同的符 号。在样本数据集中，空值在所有非主码属性中都可能出现。 空值出现的主要原因： ✓ 在信息收集时忽略了一些认为不重要的数据或信息提供 者不愿意提供，而这些数据对以后的信息处理可能是有 用的； ✓ 某些属性值未知； ✓ 数据模型的限制。
2020年10月17日9时50分
知识发现—动机
推理机
推理结果
问题请求
决策者
知识库
数据挖掘工具
背景知识 领域专家
数据中心
❖ 优点 ✓ 知识独立于问题本身 ✓ 知识的获取主要通过数据挖掘实现 ✓ 有创造性收获
决策理论与方法-智能决策理论与方法
2020年10月17日9时50分
Data Mining within the DSS
若其属性ci
的取值在区间
[ci j 1
,
ci j
)(
j
(1,2,,
ki
))
内，则将属
性值重新标记为j。这样就把原来含有连续属性的样本数据集
A转换成离散化的数据集 AP 。因此离散化问题本质上可归结
为利用选取的分割点对属性的值域空间进行划分的问题。
决策理论与方法-智能决策理论与方法
2020年10月17日9时50分
等信息量分割首先将测量值进行排序，然后将属性值域分成 k个区间，每个区间包含相同数量的测量值。假设某个属性 的最大属性值为xmax ，最小属性值为xmin ，用户给定的分割 点参数为k，样本集中的对象个数为n，则需要将样本集中的 对象按该属性的取值从小到大排列，然后按对象数平均划分 为k段即得到分割点集，每两个相邻分割点之间的对象数均 为n/k。
❖ 解决问题的主要理论方法：人工智能与不确定性理论

教学内容
教学方法
教学手段
包括医学智能与决策支持系统的基本概念 、原理、方法和技术，以及其在临床诊断 和治疗中的应用案例。
采用理论讲授、案例分析、实践操作等多 种教学方法相结合的方式，注重理论与实 践的结合，提高教学效果。
利用多媒体技术、网络技术等现代化教学 手段，提供丰富的教学资源和互动交流平 台，激发学生的学习兴趣和主动性。
定期对课程进行评估，根据评估结 果调整教学目标、内容和方法，确 保课程与医学智能与决策支持系统 领域的发展保持同步。
教师培训与发展
鼓励教师参加相关培训和发展课程 ，提高其专业素养和教学能力，为
学生提供更优质的教学服务。
教学资源更新
定期更新教学资源，包括教材、案 例、实验设备等，确保学生接触到 最新的医学智能与决策支持系统技
术和应用。
THANKS
需求。
资源整合平台
搭建多媒体教学资源整合平台，实 现资源的共享与高效利用。
跨学科合作
与其他学科教师合作，共同开发跨 学科多媒体教学资源，丰富教学内 容。
在线课程平台搭建及运营
平台选择与技术支持
选择稳定、易用的在线课程平 台，提供必要的技术支持和培
训。
课程设计与开发
结合教学目标和学生需求，设 计开发在线课程，包括直播课 、录播课、微课等。
03
通过提供数据分析和模型预测等功能，辅助医生进行诊断和治
疗方案的制定，提高医疗质量和效率。
典型案例分析与实践
案例一
基于大数据的癌症诊断决策支持系统。通过收集和分析大量癌症患者的基因组数据、临床 数据等，构建预测模型，为医生提供个性化的诊断和治疗建议。
案例二
基于人工智能的药物研发决策支持系统。利用机器学习等技术，对药物分子结构、作用机 制等进行深入研究，辅助药物研发人员快速筛选出具有潜力的候选药物。

语音情感分析
结合语音识别和自然语言处理技术，对语音中的情感进行 分析和识别，是实现智能语音交互的重要研究方向。
18
05 计算机视觉技术与应用
2024/2/29
19
图像处理和计算机视觉基础概念
1 2
图像处理基础
像素、分辨率、色彩空间、图像变换等基本概念 。
计算机视觉概述
视觉感知、视觉计算模型、视觉任务分类等。
能力目标
能够运用所学知识分析和 解决人工智能领域的实际 问题，具备一定的实践能 力和创新能力。
素质目标
培养学生的创新思维、团 队协作和终身学习能力， 提高学生的综合素质和职 业素养。
5
课程安排与时间表
课程安排
本课程共分为理论授课、实验操作和课程设计三个环节，其中理论授课主要讲解 人工智能的基本原理和方法，实验操作帮助学生掌握相关技术和工具的使用，课 程设计则要求学生综合运用所学知识完成一个实际项目。
分割（如FCN、U-Net）等。
2024/2/29
03
实例分割与语义分割
Mask R-CNN、PANet等实例分割方法；DeepLab、PSPNet等语义分
割方法。
21
三维重建、视频理解等前沿技术介绍
三维重建技术
基于多视图的三维重建、基于深度学习的三维重建（如体素网格 、点云处理）等。
视频理解技术
马尔科夫决策过程在强化学习中的应用
03
将强化学习问题建模为马尔科夫决策过程，利用求解方法求解
最优策略。
25
智能推荐系统、游戏AI等应用场景分析
智能推荐系统
利用强化学习技术，根据用户历史行为和环境反馈，学习推荐策略，实现个性化推荐。例 如，电商平台的商品推荐、音乐平台的歌曲推荐等。