1. 课本 - 人工智能
2199.00元 - 解锁课本
章节
人工智能概述
知识点
人工智能定义和分类
视频
人工智能概述：定义和分类
视频
人工智能概述：弱、强、超人工智能
知识点
人工智能三大主义
视频
人工智能概述：三大主义-符号主义
视频
人工智能概述：三种主义-连接主义
视频
人工智能概述：三种主义-行为主义
知识点
人工智能发展历程
视频
人工智能概述：人工智能发展历程
知识点
人工智能驱动因素
视频
人工智能概述：人工智能驱动因素-大数据
视频
人工智能概述：人工智能驱动因素2-计算能力、算法
视频
人工智能概述：人工智能驱动因素3-移动应用
知识点
人工智能关键技术
视频
人工智能概述：人工智能关键技术1-知识图谱
视频
人工智能概述：人工智能关键技术2-机器学习和深度学习
视频
人工智能概述：人工智能关键技术3-自然语言处理
视频
人工智能概述：人工智能关键技术4-计算机视觉
视频
人工智能概述：人工智能关键技术5-生物特征识别、SLAM
视频
人工智能概述：人工智能关键技术6-VR、人机交互
知识点
人工智能概述总结
视频
人工智能概述：总结
章节
深度学习
知识点
认识数据
视频
深度学习：认识数据-图像
视频
深度学习：认识数据-自然语言处理
知识点
神经网络开发过程
视频
深度学习：构建网络
点击试看
视频
深度学习：求解参数
点击试看
视频
深度学习：神经网络开发过程、常见网络结构
点击试看
知识点
神经网络激活函数、损失函数、优化方法
视频
深度学习：激活函数
视频
深度学习：损失函数
视频
深度学习：sigmoid+交叉熵损失函数
视频
深度学习：优化方法
视频
深度学习：优化方法2
视频
深度学习：优化方法3
知识点
神经网络评价方法
视频
深度学习：评价方法-欠拟合
视频
深度学习：评价方法-过拟合
知识点
神经网络权值初始化和权值共享
视频
深度学习：权值初始化
视频
深度学习：权值共享和卷积
知识点
卷积神经网络
视频
深度学习：卷积神经网络-局部共享
视频
卷积神经网络-权值共享
视频
深度学习：卷积神经网络-卷积输出维度
视频
深度学习：卷积神经网络-多卷积核
视频
深度学习：卷积神经网络总结
视频
深度学习：典型的卷积神经网络AlexNet
视频
深度学习：典型的卷积神经网络VGGNet
知识点
全连接神经网络
视频
全连接神经网络
视频
全连接神经网络例题
知识点
循环神经网络
视频
循环神经网络
知识点
深度学习训练过程
视频
深度学习概述
视频
深度学习训练过程
视频
深度学习训练过程2
视频
深度学习复习
2. 课本 - 机器学习
3199.00元 - 解锁课本
章节
机器学习基础算法
知识点
机器学习基础
视频
机器学习发展历程
视频
机器学习基础
视频
机器学习泛化误差
视频
机器学习分类
视频
机器学习监督学习获取数据方法
视频
机器学习监督学习泛化调优
视频
机器学习无监督学习聚类
知识点
贝叶斯分类器
视频
机器学习：贝叶斯分类器
点击试看
视频
机器学习：朴素贝叶斯算法
点击试看
视频
机器学习：朴素贝叶斯算法总结
点击试看
知识点
隐马尔可夫模型
视频
机器学习：EM算法
视频
机器学习：隐马尔可夫模型
视频
机器学习：隐马尔可夫模型2
视频
机器学习：隐马尔可夫三个基本算法
视频
机器学习：前向算法
视频
机器学习：后向算法
视频
机器学习：后向算法例子
视频
机器学习：维特比算法
知识点
决策树
视频
决策树
视频
决策树：ID3算法
视频
决策树：C4.5算法
视频
决策树：剪枝
视频
决策树：后剪枝
知识点
支持向量机
视频
机器学习：支持向量机
视频
支持向量机：对偶问题
视频
支持向量机：对偶问题2
视频
支持向量机：核函数
视频
支持向量机：软间隔
视频
SVM总结
知识点
集成学习
视频
集成学习
视频
集成学习——AdaBoost
视频
集成学习——AdaBoost-2
视频
集成学习Bagging
知识点
子空间学习
视频
子空间学习
视频
主成分分析
视频
线性回归模型：最小二乘法+LDA
视频
线性回归直接求解例子
视频
线性分类：线性判别分析LDA例子
视频
线性二分类优化模型：感知机和逻辑回归
视频
线性回归优化模型：梯度下降法
视频
线性多分类优化模型：softmax逻辑回归
视频
交叉熵损失函数
视频
L2正则化和岭回归
视频
L1正则化和套索回归
人工智能学院的人工智能研究院共招收三个专业，分别为：数学（学术学位）、人工智能（学术学位）、电子信息（专业学位）。其中人工智能（学术学位）招收7人考933控制工程，19人考961计算机基础综合。电子信息（专业学位）招收30人考人工智能基础综合。三个专业都是考数学一、英语一。
从考试年份来说，842人工智能基础综合的历年真题只有3年，虽然资料少，但是没有那么卷，题目难度较容易，知识考试范围大，又没有参考书让其增加了隐形的难度。
从专业选择上电子信息专业选择面还是挺广的，虽然官网报名是不限专业，但是人工智能研究院有精准智能、群体智能、计算机视觉、大数据智能、智能机器人、智能交通、自主无人系统等一批稳定的学科方向，这些都是和电子信息相关的热门研究方向。
此外北京航空航天大学的电子信息专业还是很厉害的，例如：
1、让大模型操纵无人机，北航团队提出具身智能新架构” https://baijiahao.baidu.com/s?id=1785058179795254639&wfr=spider&for=pc
2、揭秘北航提出的时空大模型RAW！
https://www.sohu.com/a/758383576_121894852
3、北航教授携工业大模型AIGC引擎亮相第35届中国仿真大会
https://news.buaa.edu.cn/info/1005/60203.htm
二、参考书
1、842人工智能基础综合试题含算法设计（或自动控制原理）与分析和机器学习2门课程的内容。所有课程均不指定参考书。
三、专业介绍
学院代码及名称：042人工智能研究院
专业代码及名称：085400电子信息（专业学位）
专业拟招收人数：30
研究方向名称：不区分研究方向
专业备注：学制3年，全日制学习方式。含高精尖中心（区块链）专项10个。
| 考试科目单元 | 考试科目代码 | 考试科目名称 |
| 第一门考试科目 | 101 | 思想政治理论 |
| 第二门考试科目 | 201 | 英语（一） |
| 第三门考试科目 | 301 | 数学（一） |
| 第四门考试科目 | 842 | 人工智能基础综合 |
四、联系方式
地址：北京市学院路校区新主楼B1019
电话：010-82338028
邮箱：buaa_ai@buaa.edu.cn
更多信息请参考：https://iai.buaa.edu.cn/rcpy/yjs.htm
元宝思维考研辅导QQ群：
