60
个编辑
更改
无编辑摘要
|陈关荣等
|陈关荣等
|上新中
|上新中
|[https://campus.swarma.org/course/2328 网络科学导论 | 网络科学集智课堂第二期(swarma.org)]
|[https://campus.swarma.org/course/2328 网络科学导论 | [https://campus.swarma.org/course/2328 <nowiki>网络科学集智课堂第二期(swarma.org)]</nowiki>]
|-
|-
|[https://campus.swarma.org/course/1754 巴拉巴西网络科学]
|[https://campus.swarma.org/course/1754 巴拉巴西网络科学]
|已完结
|已完结
|[https://campus.swarma.org/course/1095 NetLogo多主体建模入门 (swarma.org)]
|[https://campus.swarma.org/course/1095 NetLogo多主体建模入门 (swarma.org)]
|-
|[https://campus.swarma.org/course/1985 因果科学与Causal AI 专题 | 集智凯风研读营2020]
|本系列课程，是集智俱乐部举办的集智凯风研读营的专场录像，由6位研究者分享关于因果科学和 Casual AI 的前沿工作。希望通过大家的分享和讨论，能够让所有人都由浅入深的了解因果推理这个领域和研究内容，并且能对研究工作有所收益。
|李奉治等
|已完结
|[https://campus.swarma.org/course/1985 因果科学与Causal AI 专题 | 集智凯风研读营2020 (swarma.org)]
|-
|-
| [https: / campus.swarma.org course 1996 复杂系统自动建模专题 |[https://campus.swarma.org/course/1996 复杂系统自动建模专题 | 集智凯风研读营2020]
| [https: / campus.swarma.org course 1996 复杂系统自动建模专题 |[https://campus.swarma.org/course/1996 复杂系统自动建模专题 | 集智凯风研读营2020]
|张江等
|张江等
|已完结
|已完结
|[https://campus.swarma.org/course/1996 复杂系统自动建模专题 | 集智凯风研读营2020 (swarma.org)]
| [https: / campus.swarma.org course 1996 复杂系统自动建模专题 | [https://campus.swarma.org/course/1996 复杂系统自动建模专题 | 集智凯风研读营2020 (swarma.org)]
|-
|[https://campus.swarma.org/course/2104 数学物理方法]
|本系列课程，是北京师范大学为管理科学专业（非物理类专业）开设的学科基础课，主要内容包括两部分：一是如何将物理问题表述成偏微分方程的定解问题，这实际上是对物理问题进行数学建模，二是如何运用各种偏微分方程求解方法对各类定解问题进行求解。
|陈六君
|已完结
|[https://campus.swarma.org/course/2104 北京师范大学陈六君：数学物理方法 (swarma.org)]
|-
|-
|[https://campus.swarma.org/course/1153 人工智能 2020]
|[https://campus.swarma.org/course/1153 人工智能 2020]
|[https://campus.swarma.org/course/1153 人工智能 2020 (swarma.org)]
|[https://campus.swarma.org/course/1153 人工智能 2020 (swarma.org)]
|-
|-
|[https://campus.swarma.org/course/1056 产学结合：自然语言处理及其应用]
|[https://campus.swarma.org/course/1159 复杂网络 2020]
|本系列课程，讲解自然语言处理的最新学术理论与业界实践，涉及语言模型、机器翻译、情感分析、文本理解、文本生成五大主题。
|本系列课程，为北京师范大学系统科学学院樊瑛老师开设的《复杂网络》课程回放。
|李嫣然等
|樊瑛
|已完结
|已完结
|[https://campus.swarma.org/course/1056 产学结合：自然语言处理及其应用(swarma.org)]
|[https://campus.swarma.org/course/1159 复杂网络 2020 (swarma.org)]
|-
|-
|[https://campus.swarma.org/course/956 深度学习原理与PyTorch实战]
|[https://campus.swarma.org/course/956 深度学习原理与PyTorch实战]
|[https://campus.swarma.org/course/956 深度学习原理与PyTorch实战 (swarma.org)]
|[https://campus.swarma.org/course/956 深度学习原理与PyTorch实战 (swarma.org)]
|-
|-
|
|[https://campus.swarma.org/course/1641 动力系统分析]
|
|本系列课程，主要讲授连续和离散动力系统的定态、极限环及其稳定性分析、动力学系统的结构稳定性和常见的分支类型以及分析方法，混沌概念等。
|
|王大辉
|
|已完结
|
|[https://campus.swarma.org/course/1641 北京师范大学王大辉：动力系统分析（研究生） (swarma.org)]
|-
|-
|
|[https://campus.swarma.org/course/1349 圣塔菲课程: Introdution to Complexity]
|
|本系列课程，十节课程介绍复杂系统中的主要概念。
|
|Melanie Mitchel等
|
|已完结
|
|[https://campus.swarma.org/course/1349 圣塔菲课程: Introdution to Complexity (swarma.org)]
|-
|-
|
|[https://campus.swarma.org/course/1131 复杂性与临界现象 2020]
|
|本系列课程，为北京师范大学系统科学学院陈晓松老师开设的《复杂性与临界现象》课程回放。
|
|陈晓松
|
|已完结
|
|[https://campus.swarma.org/course/1131 复杂性与临界现象 2020 (swarma.org)]
|-
|-
|
|[https://campus.swarma.org/course/1056 产学结合：自然语言处理及其应用]
|
|本系列课程，讲解自然语言处理的最新学术理论与业界实践，涉及语言模型、机器翻译、情感分析、文本理解、文本生成五大主题。
|
|李嫣然等
|
|已完结
|
|[https://campus.swarma.org/course/1056 产学结合：自然语言处理及其应用(swarma.org)]
|-
|-
|...
|...
</blockquote>//<blockquote>
</blockquote>//<blockquote>
=== [https://campus.swarma.org/course/1985 因果科学与Causal AI 专题 | 集智凯风研读营2020] ===
==== 课程介绍 ====
“集智凯风研读营” 项目是由凯风研读营资助、集智俱乐部发起的学术交流活动。通过特定学术主题，汇聚术业有专攻但又视野广阔的青年学者，举行 5-7 天的封闭式交流营活动。通过深度研读讨论前沿科学研究，共同界定和审视一些新的问题，使得在当前学术体制下，实现跨文化、跨学科、跨领域的学术创新，形成真正具有原创思想能力的学术共同体。
本次主题将定位为“面向复杂系统人工智能研究”，该研读营旨在实现对复杂系统的自动建模，从「复杂系统」的理论出发，借助人工智能的方法和技术，揭开人工智能的黑箱，突破现有人工智能可解释性瓶颈，推动通用、可解释性强的系统在相关应用领域的落地并解决实际问题。
Judea Pearl 认为当下正在进行一场改变数据科学的新革命 --- ”因果革命“。因果革命和以数据为中心的第一次数据科学革命，也就是大数据革命（涉及机器学习，深度学习及其应用，例如Alpha-Go、语音识别、机器翻译、自动驾驶等等 ）的不同之处在于，它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的基础概念归因和公平性， 甚至哲学中的创造性和自由意志 。可以说， 因果革命彻底改变了科学家处理因果问题的方式，形成了一门新学科—因果科学。因果推理和机器学习融合，构建具备果推理能力的 Causal AI 系统，是实现强人工智能的关键步骤。
==== 讲师介绍 ====
* 李奉治 中国科学院计算技术研究所直博生，主要研究方向为因果推理理论，以及因果在机器学习算法中的工程实践
* 况琨 况琨，浙江大学计算机科学与技术学院的助理教授，研究方向因果推理、机器学习、数据挖掘。
* 龚鹤扬 中国科学技术大学统计学在读博士，研究方向为因果推理
* 郭若城 郭若城，亚利桑那州立大学博士，研究方向为因果推理、机器学习、数据挖掘。
* 黄碧薇 卡耐基梅隆大学博士。主要研究领域为因果发现，因果关系启发式机器学习，和计算神经科学。
* 郭启淏 郭启淏，南方科技大学科研助理，从事方向为量子计算的物理实现、基于超导量子电路的量子模拟及量子纠错。
==== 课程大纲 ====
分享一：因果科学：Do-演算相关算法（李奉治）， <nowiki>https://github.com/L-F-Z</nowiki>
分享二：观测研究中的因果推断（况琨）， <nowiki>https://kunkuang.github.io/</nowiki>
分享三：教会机器因果推理的强人工智能之路（龚鹤扬）， <nowiki>https://sites.google.com/view/minituring/</nowiki>
分享四：因果推断和机器学习的融合（郭若城）， <nowiki>https://www.public.asu.edu/~rguo12/</nowiki>
分享五：基于观测数据的因果发现及因果关系启发式机器学习（黄碧薇）， <nowiki>https://biweihuang.com</nowiki>
分享六：量子因果（郭启淏）
==== 报名方式 ====
[https://campus.swarma.org/course/1985 因果科学与Causal AI 专题 | 集智凯风研读营2020 (swarma.org)]
（报名后可以在课程页面看到助教二维码，添加微信入群~）</blockquote>//<blockquote>
===[https://campus.swarma.org/course/1996 复杂系统自动建模专题 | 集智凯风研读营2020]===
===[https://campus.swarma.org/course/1996 复杂系统自动建模专题 | 集智凯风研读营2020]===
==== 介绍课程 ====
==== 课程介绍 ====
集智凯风研读营” 项目是由凯风研读营资助、集智俱乐部发起的学术交流活动。通过特定学术主题，汇聚术业有专攻但又视野广阔的青年学者，举行 5-7 天的封闭式交流营活动。通过深度研读讨论前沿科学研究，共同界定和审视一些新的问题，使得在当前学术体制下，实现跨文化、跨学科、跨领域的学术创新，形成真正具有原创思想能力的学术共同体。
集智凯风研读营” 项目是由凯风研读营资助、集智俱乐部发起的学术交流活动。通过特定学术主题，汇聚术业有专攻但又视野广阔的青年学者，举行 5-7 天的封闭式交流营活动。通过深度研读讨论前沿科学研究，共同界定和审视一些新的问题，使得在当前学术体制下，实现跨文化、跨学科、跨领域的学术创新，形成真正具有原创思想能力的学术共同体。
本次主题将定位为“面向复杂系统人工智能研究”，该研读营旨在实现对复杂系统的自动建模，从「复杂系统」的理论出发，借助人工智能的方法和技术，揭开人工智能的黑箱，突破现有人工智能可解释性瓶颈，推动通用、可解释性强的系统在相关应用领域的落地并解决实际问题。
本次主题将定位为“面向复杂系统人工智能研究”，该研读营旨在实现对复杂系统的自动建模，从「复杂系统」的理论出发，借助人工智能的方法和技术，揭开人工智能的黑箱，突破现有人工智能可解释性瓶颈，推动通用、可解释性强的系统在相关应用领域的落地并解决实际问题。
近3年来，随着数据量的井喷式增长，计算效率的显著提升，以深度学习为代表的人工智能技术迎来了第三次高潮，许多人工智能的产品应用在生活的方方面面，如人脸识别，机器翻译，语音识别等。但是进一步，人们希望机器可以辅助决策时却发现，以人类的视角没有办法很好的理解机器的决策，这时候就存在人与机器的「信任鸿沟」。我们不敢真正信任机器的决策，这也是人工智能在落地智能金融，无人驾驶等更复杂领域时遇到的问题和瓶颈。
近3年来，随着数据量的井喷式增长，计算效率的显著提升，以深度学习为代表的人工智能技术迎来了第三次高潮，许多人工智能的产品应用在生活的方方面面，如人脸识别，机器翻译，语音识别等。但是进一步，人们希望机器可以辅助决策时却发现，以人类的视角没有办法很好的理解机器的决策，这时候就存在人与机器的「信任鸿沟」。我们不敢真正信任机器的决策，这也是人工智能在落地智能金融，无人驾驶等更复杂领域时遇到的问题和瓶颈。
所以为了更好利用机器的智能，理解复杂世界，人们开始寻求新的解释世界的方式：希望可以从「复杂系统」的角度进行突破，借助人工智能的方法和技术，揭开人工智能的黑箱，实现人与机器的真正信任。本次将由张江、臧承熙、王硕为大家介绍基于复杂系统的自动建模技术。
所以为了更好利用机器的智能，理解复杂世界，人们开始寻求新的解释世界的方式：希望可以从「复杂系统」的角度进行突破，借助人工智能的方法和技术，揭开人工智能的黑箱，实现人与机器的真正信任。本次将由张江、臧承熙、王硕为大家介绍基于复杂系统的自动建模技术。
==== 讲师介绍 ====
* 张江：北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园创始人。研究方向包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学。目前主要的研究课题是复杂系统自动建模。
==== 课程大纲 ====
分享一：复杂系统自动建模概述与展望（张江）
分享一：复杂系统自动建模概述与展望（张江）
</blockquote>//<blockquote>
</blockquote>//<blockquote>
=== [https://campus.swarma.org/course/2104 数学物理方法] ===
==== 课程介绍 ====
数学物理方法主要介绍了如何应用数学方法求解物理问题。本课程既是一门数学课程，又是一门物理课程，主要内容包括两部分：一是如何将物理问题表述成偏微分方程的定解问题，这实际上是对物理问题进行数学建模，二是如何运用各种偏微分方程求解方法对各类定解问题进行求解。
本课程是为管理科学专业（非物理类专业）开设的学科基础课，因此，课程重点不在于物理问题本身，而在于展示如何将具体问题归结为数学问题并进行求解的清晰图像，为其他系统的研究提供基本思路和方法支持。结合学生的实际情况，本课程补充了高等数学中常微分方程求解和傅里叶级数的内容。
==== 讲师介绍 ====
* 陈六君:北京师范大学副教授。目前研究兴趣：复杂系统理论、行为经济学、中国姓氏分布研究等。
==== 课程大纲 ====
引子 课程介绍
第一章 常微分方程
1.1 常系数齐次线性微分方程
1.2 常系数非齐次线性微分方程
1.3 变系数线性微分方程
教学内容及要求：掌握常系数齐次微分方程的基本解法；掌握常系数非齐次线性微分方程的特解法，了解常数变易法；掌握欧拉方程的解法；掌握一般变系数线性微分方程在常点邻域内的级数解法。
第二章 傅里叶级数
2.1 傅里叶级数
2.2 傅里叶变换
2.3 delta函数
教学内容及要求：掌握周期函数的傅里叶级数展开；理解函数组正交的基本概念；了解非周期函数的傅里叶变换的基本概念和算法；了解δ函数的定义和性质。
第三章 定解问题的导出
3.1 数学物理方程的导出
3.2 定解条件
教学内容及要求：掌握将物理问题表述成数学方程的一般步骤：能针对具体的波动问题、输运问题和稳定场问题写出相应的数学物理方程；能直接写出第一类边界条件和第二类边界条件。
第四章 直角坐标下的分离变量法
4.1 分离变量法
4.2 分离变量法的应用
4.3 非齐次方程的求解
4.4 非齐次边界条件的处理
教学内容及要求：掌握分离变量法求解齐次方程齐次边界条件的定解问题的解题步骤：能写出特定本征值问题的解；能求解一维或二维区域上的波动方程或输运方程在第一、二类齐次边界条件下的定解问题；能求解直角坐标的二维拉普拉斯方程的定解问题。掌握非齐次方程的傅里叶级数解法；了解非齐次边界条件齐次化的一般处理方法；了解某些定解问题的特解法。
第五章 极坐标和球坐标下的分离变量法
5.1 极坐标系下的分离变量法
5.2 拉普拉斯方程的分离变量
5.3 拉普拉斯方程的轴对称定解问题
5.4 施图姆-刘维尔本征值问题
教学内容及要求：掌握极坐标和球坐标系下拉普拉斯方程分离变量的方法；能求解极坐标的二维拉普拉斯方程的定解问题；掌握应用常点邻域内的级数解法求解勒让德方程，在此基础上理解级数截断为多项式的方法；掌握施图姆-刘维尔本征值问题的结论并能使用；掌握广义傅里叶级数的概念。
结束 课程总结
==== 报名方式 ====
[https://campus.swarma.org/course/2104 北京师范大学陈六君：数学物理方法 (swarma.org)]
（报名后可以在课程页面看到助教二维码，添加微信入群~）</blockquote>//<blockquote>
===[https://campus.swarma.org/course/1153 人工智能 2020]===
===[https://campus.swarma.org/course/1153 人工智能 2020]===
==== 课程介绍 ====
==== 课程介绍 ====