张长水 教授
职务：
清华大学自动化系教授, IEEE Fellow
曾担任：
IEEE Signal Processing Magazine, IEEE Transactions on Pattern Analysis and Machine Intelligence, Pattern Recognition等国际学术期刊编委
清华大学自动化系副主任
中国人工智能学会常务理事
中国人工智能学会生物信息学与人工生命专业委员会主任
中国自动化学会理事
自动化教育工作专业委员会主任
联系方式：
电子邮件： zcs@mail.tsinghua.edu.cn
通信地址： 北京市海淀区清华大学自动化系
邮编： 100084
学习经历：
1986年7月毕业于北京大学数学系,获得理学学士学位。
1992年7月毕业于清华大学自动化系,获得博士学位。
工作经历:
1992,7-1994,12: 在清华大学自动化系任讲师。
1995,1-2000,8: 在清华大学自动化系任副教授。
2000,9-现在: 在清华大学自动化系任教授。
人工智能，机器学习，计算机视觉等。
| 本科生课程 | |
| 课程名 | 课程简介 |
| 走近人工智能 | “走近人工智能”是本科生通识课。这是一门系统、全面介绍人工智能的课程。课程内容会涉及人工智能的思想、要解决的问题、技术思路、取得的成果、当前存在的问题等。具体内容包括：搜索、计算机视觉、计算机听觉、自然语言处理和理解、知识获取与知识表示、机器学习、推理、多模态学习、多智能体系统、可信的人工智能、人工智能生态等内容。 学生具备高中数学知识即可。对计算机编程没有要求。课程要求学生参与课堂的讨论。相对来说，这不是一门技术方面很深的课程。课程会通过大量的例子和应用问题让学生对人工智能有一个粗线条的了解和认识。适合信息学院新生，以及其它院系希望了解和学习人工智能的学生。 |
| 人工智能导论 | “人工智能导论”是人工智能方向本科生新生必修课。这是一门全面介绍人工智能的课程。课程内容会涉及人工智能的思想、要解决的问题、技术思路、取得的成果、当前存在的问题等。具体内容包括：搜索、推理、计算机视觉、计算机听觉、自然语言处理和理解、机器学习、知识获取与知识表示、多模态信息处理、多智能体、可信的人工智能、人工智能生态等内容。 |
| 本科生课程 | |
| 课程名 | 课程简介 |
| 人工智能 | 清华大学自动化系4年级本科生必修课。 |
| 研究生课程 | |
| 模式识别 | “模式识别”是广泛应用于多个研究领域的一个分支。主要研究数据中特征的提取方法和模式的分析方法。目的是使学生深入学习,理解和掌握模式识别的基本概念,基础理论,方法,算法.并具有把模式识别的理论,方法和算法应用于实际问题的能力,特别是使学生具有把该课程学到的知识应用与自己所从事的专业研究的领域,课题的能力.同时培养学生主动学习的习惯,培养学生的创新意识和创新能力. 该课程讲授的主要内容包括：贝叶斯决策理论；概率密度函数 的估计方法；EM方法与混合高斯模型；线性判别函数；Fisher判别；支持向量机；决策树学习；近邻法；特征的提取和选 择；K_L变换；聚类分析等理论和方法；模糊聚类方法；分类器融合；隐马尔可夫模型等内容。在讲授模式识别基本概念，基本理论和方法的同时，结合一些研究论文和一些研究课题开展课堂的讲授和讨论，从而培养学生把理论和方法应用于实际的能力。在每章之后，通过习题，帮助学生理解和掌握课堂所学习的内容。还有project训练以培养学生的研究和创新的能力。该课程要求学生具有较好的微积分，代数和概率统计的基础。具有较强的编写程序的能力。 |
| 智能技术基础 | 本课程主要讲授智能技术中一些最为重要，应用范围最广泛的理论成果；并且在此之上，通过学生自己阅读文献，写阅读报告，做Projects, 课堂讨论等一些列的方式使得学生能够深入地理解、掌握、应用所学的知识。讲授的主要内容包括：Principal Component Analysis, Kernel based PCA, Kernel Based techniques, ISOMAP, LLE 方法, Active Learning；智能优化技术：遗传算法，MCMC; Multi-Agent and Distributed AI; 贝叶斯推理网络，知识表示等。在讲授模式识别基本概念，基本理论和方法的同时，结合一些研究论文和一些研究课题开展课堂的讲授和讨论，从而培养 学生把理论和方法应用于实际的能力。在每一章之后，会要求学生 阅读文献和写读书报告，或做项目训练和写报告。并在课堂上口头报告，以培养学生的研究和创新的能力。该课程要求学生具有较好的微积分，代数和概率统计的基础。具有较好的编程能力。 |
1. 张长水，人工智能的底层逻辑，清华大学出版社，2024,10, 北京（科普性质的技术书，适合非人工智能专业的学者，工程技术人员，管理人员，学生学习。）
2. 张长水，人工智能引论，清华大学出版社，2024, 7, 北京（人工智能入门教材，适合初学者）
3. 阎平凡，张长水，人工神经网络与模拟进化计算，清华大学出版社，2000，11，北京