Week 3-4: 搜索算法与问题求解

搜索（BFS、DFS）

启发式搜索（A*、贪心搜索）

实战练习：编程实现路径规划问题

Week 5-6: 知识表征与自动推理

逻辑表述、命题与一阶逻辑

归结推理机制

人工智能逻辑

Week 7: 中期考试周

考察前三模块内容：搜索与逻辑推理

Week 8: 不确定性与概率推理

贝叶斯网络、马尔可夫过程基础

实例练习：简单概率推理任务

Week 9-10: 机器学习导论

监督学习基础（线性回归、逻辑回归）

无监督学习（K‑means、聚类）

作业：实现分类 & 聚类算法

Week 11: 人工神经网络基础

感知机、多层感知器与反向传播

小组项目：构建一个简单神经网络

Week 12: 自然语言处理简介

词袋模型、语言模型基础

简单 NLP 案例：情感分析或文本生成

Week 13: AI伦理与社会影响

算法公平性、透明性与隐私问题

讨论案例：AI 如何影响社会

Week 14: 课程复习与总结

重点回顾 + Q&A

闭卷笔试或提交期末项目（如小型 AI 系统演示）