XiaoMi-AI文件搜索系统
World File Search SystemCOMPSCI
计算机科学（COMPSCI）
限制：信息与计算机科学学院学生优先考虑入学。软件工程专业优先考虑入学。数据科学专业优先考虑入学。计算机科学工程专业优先考虑入学。计算机科学专业优先考虑入学。商业信息管理、计算机游戏科学和信息学专业有第二考虑权。
CompSci 589 - 机器学习教学大纲
本课程将引入核心机器学习模型和算法，以进行分类，回归，聚类和尺寸降低。在理论方面，该课程将涵盖最常用的机器学习算法的基础数学基础，重点是理解模型及其关系。在应用方面，该课程将专注于使用机器学习方法来解决现实世界中的问题，并着重于模型选择，正则化，实验设计以及结果的介绍和解释。分配将包括数学问题和实现任务。该课程包括学生每周应观看的简短视频的异步讲座，动手项目（以小组和单独进行）以及在线讨论以巩固理解。
COMPSCI 687：强化学习课程大纲
• 话虽如此，为了在其他限制条件下灵活地完成作业，您总共有五天的免费延期时间，您可以选择在提交作业时使用。如果在截止日期后 24 小时内提交作业，您将被收取一天的延期费用，如果在截止日期后 48 小时内提交作业，您将被收取两天的延期费用，等等。如果书面或代码部分延迟提交，您的作业将被视为延迟提交。当书面和代码部分都提交时，延迟作业计时停止。在您使用完延期时间后，除非在特殊情况下（例如，医生证明的疾病），否则延迟提交的作业将不会计入学分。
CompSci 389机器学习简介
while（value <100）item = 10值=值 +项目•输出：快速运行源代码，而（值<100）value = value + 10•问题：您可以产生更有效的代码吗？•答案：值= 100 +（值mod 10）•问题：编程是否展示智能行为？•答案：没有对/错误的答案。我会说“是”。 •问题：对此类程序的研究是否属于AI？•答案：一般共识是“否。”
本科神经科学
• 仅适用于 BS 专业：需要以下 1 门课程（或同等课程）（AB 没有此共同要求）： 在大学理事会计算机科学 A 大学先修课程考试中取得 4 分或 5 分，或在计算机科学原理 AP 考试中取得 5 分获得计算机科学原理 COMPSCI 92L COMPSCI 94 编程和问题解决 COMPSCI 101L 计算机科学概论（或同等课程；编号较高的课程可替代） NEUROSCI/COMPSCI 103L 计算和大脑 NEUROSCI 104L/COMPSCI 102L 跨学科计算机科学概论 ENGINEERING 103L 工程中的计算方法（或同等课程；编号较高的课程可替代）
MAI（人工智能硕士）120和180分
•（S1 1）60 分：COMPSCI 712、713、714 和 INFOSYS 703（这些是该课程的 4 门核心课程，必须在 S1 内完成） •（S2 2）至少 15 分来自：COMPSCI 703、764、769 或 COMPSYS 726 •（S2 30 分：COMPSCI 792 研究项目或 COMPSCI 779 实习或 ENGGEN 794 研究项目 •（S2）最多 15 分来自：COMPSCI 705、720、732、734、750 –753、760 –762、765、767、773、COMPSYS 726、COMPSYS 731、732、DIGIHLTH 701、703、 704、706、ELECTENG 722、ENGGEN 730、743、ENGSCI 760、GEOG 761、INFOGOV 704、INFOSYS 722、PHIL 745、STATS 762、769、782、784
哲学9234：ai
哲学9234：A.I。的道德与社会意义(STATS 9940 / ECE 9660 / COMPSCI 9147) Thursdays 11:30 - 2:30, in-person Room: Will be posted in OWL Instructor: Andrew Buzzell abuzzel2@uwo.ca Office Hours: Will be posted in OWL Prerequisites: Registration in the Collaborative Specialization in Artificial Intelligence, Masters of Data Analytics Specialty in Artificial Intelligence, a graduate program in the哲学系或部门的许可。一般描述新技术可以创造道德挑战和紧张局势并不是什么新鲜事物，但许多人认为人工智能的道德和社会影响确实存在一些新颖的东西。AI的迅速和日益增长的患病率使它对这项技术的道德维度引起了人们的兴趣。公司称赞新技术是道德的，发表有关其道德AI策略的文章，甚至聘请道德规范，而其他人则抱怨道德已经成为进步的障碍。学术和公共话语越来越多地提出有关道德AI和技术的问题，通常会引起人们对AI技术后果有害的案件的关注。那些与人工智能系统进行，使用和互动的人越来越多地面临有关可以说是道德的程度的问题。我们如何对这些问题有效地思考？本课程将介绍一些一般的伦理概念和理论，将它们置于应用技术伦理的背景下，并探索其对当前和新兴人工智能的应用。学习目标：将重点介绍并讨论特定案例和应用领域。通过这些讨论，我们将阐明AI的几个独特特征 - 包括不透明度，社会技术复杂性，AI用户无法理解其如何达到结果以及自主决策的潜力 - 并考虑其对在各种环境中使用AI工具的影响。我们将进一步考虑AI的治理，例如科技公司或专业社会是否制定了足够的道德准则，以及政府如何以及是否应该为AI开发新颖的监管方法。阅读将以各种专业人士的观点为特征：哲学家，AI研究人员，社会科学家，律师和技术记者等。该课程将分为大约两半 - 第一个将概述AI的伦理，第二个将考虑一系列案例研究，探讨AI在特定领域的影响以及许多客座讲师。