UCL- Comp0189 应用人工智能模块旨在通过数学框架、工具和推理使学生能够分析和理解机器学习算法的运行和行为。课程致力于培养机器学习算法的下一代从业者，使其能够理解基础概念，并对这些算法在可持续发展或医疗保健等领域的部署影响和局限性有所认识。
通过课程的学习，学生将能够：
了解人工智能的基础，尤其是与统计学习理论和理论机器学习相关的基础知识。
评估机器学习算法在具有某些理想属性的设置中的应用，例如稀疏性、降低的环境足迹和保护隐私功能等。
描述人工智能的基础以及这些基础对于在现实世界中理解和部署智能系统的重要性。
成功完成该模块后，学生将能够：
展示对人工智能基础的理解，特别是与统计学习理论和理论机器学习相关的基础知识。
评估机器学习算法在特定设置下的应用，例如稀疏性、降低的环境足迹和保护隐私的功能等。
描述人工智能的基础以及这些基础对于在现实世界中理解和部署智能系统的重要性。
该模块涵盖了人工智能的基本原理，并提供了机器学习的数学基础介绍。课程从人工智能、机器学习、数据和统计学习理论的简介开始，涵盖风险、概括界限、模型复杂性、偏见-方差权衡、过度拟合、正则化、评估等内容。随后介绍这些基本思想如何与不同的机器学习模型相关联，包括受监督、无监督和强化学习，用于解决问题。课程还介绍了一些关键算法，并提供了使用现实世界数据集以编程方式实现这些模型的机会。整体而言，该模块旨在提供概述，而不是深入细节。
为了有资格选择此模块作为可选或选修课，学生必须在计划和学习年份中注册，并具备以下要求：
1. 对计算机科学、数学、统计学、物理、工程或其他定量学科的英国等效荣誉学位（或更高）。
2. 具有良好的数学基础，包括对函数、限制、差分和积分演算等基本概念的理解。
3. 精通英语，达到UCL 4级或更高的标准。
4. 具备一定的编程知识，对于MSC计算融资和MSC财务风险管理专业的学生，可以在第1学期的前几周内获得相关技能，并提供入门课程和培训，如“金融数学和编程简介”。
如需了解有关UCL-人工智能的基础课程辅导以及其他英国课程辅导的详细信息，请随时咨询DR.D留学生辅导机构。
