人工智能专业新开设课程有哪些考试重点、真题和大作业？

本文共计1837个文字，预计阅读时间需要8分钟。

专业考试+人工智能专业开设的首届学生，这带来了一个挑战，专业考试无往不利。其他传统专业可以通过刷题快速掌握考点，且每年题目的差异不大。

专业课考试

我是人工智能专业开设以来的第一届学生，这带来了一个弊端，那便是专业课考试无往年真题可以参考。其它传统专业可以通过刷题来快速掌握考点，并且每年题目的差异性不会太大，比较好准备。而我们专业的学生只能对着仅有的PPT和书本进行复习，备考难度颇高。于是在此考试结束之际，凭借仅有的记忆，记录一些考试考点，希望能对部分读者起到帮助。

认知计算

认知计算是考试的第一门专业课。所谓认知计算，某种程度上是机器学习+深度学习的一些基础知识。机器学习方面主要考点有机器学习的一些基本概念、梯度下降法以及各类优化(SGD、Mini-batch GD等)，深度学习方面主要考点有卷积神经网络(CNN)、循环神经网络(RNN)、长短时记忆网络(LSTM)、门控循环神经网络(GRU)。
印象最深的有题是请说明LSTM和GRU的结构和区别，因此，对这两种神经网络的结构图需要进行记忆和理解。试卷是纯英文命题，考前多看看英文PPT，题目都能看懂。
这里看到我同学总结的复习笔记，写得很清楚，附上传送门。
​​​西电认知计算复习笔记​​

人工智能概论

人工智能概论是考试的第二门专业课。虽然课程名包含“人工智能”，但是和机器学习并没有太大的关联性。主要考察的内容包括智能搜索、认知推理、模糊计算、智能算法。