面向中山大学信息学科研究生（侧重计算机科学与技术专业），以模式识别与计算机视觉领域知识为授课主体，适当涵盖相关领域当前新方法和技术的发展， 讲授既包括基础知识也努力包括当前热点的知识点，包括：人工智能概述、贝叶斯基础与分类、线性分类器与非线性分类器、人工神经网络、马尔可夫模型、 深度序列模型、深度学习中的网络优化、集成学习、无监督学习、广义弱监督学习、数据降维与模型压缩、自然语言处理基础、计算机视觉基础、 数据挖掘基础。未来课程将适当加入传统AI符号计算、AI for Science、具身视觉、人工智能安全初步等介绍。课程语言坚持以中文为主体，适当中英结合，目的是不断建设中文人工智能教学材料。AI发展实在太快，课程将持续更新和改进，并不断规范化课程中的各种材料来源。欢迎宝贵建议和批评指正！