预览加载中,请您耐心等待几秒...
1/5
2/5
3/5
4/5
5/5

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

《人工智能导论》教学大纲 IntroductiontoArtificial 课程英文名课程代码C0809Z14 Intelligence 学分2.5总学时40理论学时24实验/实践学时16 专业教算法与数据结构, 课程类别课程性质必修先修课程 育课高级语言程序设计 适用专业计算机科学与技术开课学院信息工程学院 一、课程地位与课程目标 (一)课程地位 人工智能是计算机科学中的重要内容,已经成为计算机技术发展以及许多高新技术产品 中的核心技术。由于人工智能是模拟人类智能解决问题,几乎在所有领域都具有非常广泛的 应用。本课程主要介绍人工智能问题求解的模型、算法的基本思想以及一些前沿内容,为学 生提供最基本的人工智能技术和有关问题的入门性知识,为进一步学习和研究人工智能理论 与应用奠定基础。 (二)课程目标 课程目标毕业要求目标分类 1.了解人工智能的基本概念与理论。工程知识1-1记忆 理解 2.掌握人工智能的主要模型、算法。问题分析2-2/2-3分析 理解 应用 3.了解应用人工智能技术解决实际问题的范例。使用现代工具5-1分析 应用 二、课程目标达成的途径与方法 课程目标教学环节对应内容 课程目标1课堂讲授及作业人工智能的基本概念与基本理论 课堂讲授、实验实践,辅人工智能的常用分类和回归模型 课程目标2 以实验报告 课堂讲授、实验实践,辅人工智能技术解决实际问题的综合范例 课程目标3 以实验报告 三、课程目标与相关毕业要求的对应关系 课程目标对毕业要求的支撑程度(H、M、L) 课程目标 毕业要求1毕业要求2毕业要求5 课程目标1M 课程目标2H 课程目标3H 四、课程主要内容与基本要求 1、概述 了解人工智能的发展历程、主要研究内容、应用场景,增加对人工智能及相关学科的基 本认知;了解人工智能的主要开发语言与环境;熟悉人工智能的主要实现途径;掌握人工智 能的基本概念。 2.人工智能的基本理论 掌握熟练掌握知识及知识表示的概念;理解不确定性推理的基本概念和意义;掌握搜索 的基本概念、基本方法;掌握专家系统的基本概念、基本特征。 3.人工智能的常用分类和回归模型 掌握K最近邻算法、广义线性模型、朴素贝叶斯、决策树与随机森林、支持向量机、人 工神经网络等模型的基本原理。 4.人工智能技术解决实际问题的综合范例 掌握数据预处理、降维、特征提取及聚类的基本方法;掌握数据表达与特征工程、模型 评估与优化的基本技能。熟悉各类模型在模式识别、软测量等工程中的应用。 五、课程学时安排 章节 教学内容学时数学生任务对应课程目标 号 1人工智能概述2课程目标1 2知识表示2作业1题课程目标1 3不确定性推理2作业1题课程目标1 4搜索求解策略2作业1题课程目标1 5专家系统2作业1题课程目标1 6K最近邻算法4实验报告1份课程目标2 7广义线性模型4实验报告1份课程目标2 8朴素贝叶斯4实验报告1份课程目标2 9决策树与随机森林4实验报告1份课程目标2 10支持向量机4实验报告1份课程目标2 11人工神经网络4实验报告1份课程目标2 12综合范例6综合实验报告1份课程目标3 六、实践环节及基本要求 学生任务实验实验 序号实验项目名称学时基本要求 性质类别 运用所学知识,设 熟悉K最近邻算法的基本 1K最近邻验证实验2计并编程实现一个验证必做 原理和应用流程。 K近邻分类系统 运用所学知识,设 广义线性模型验证熟悉广义线性模型的基本 22计并编程实现一个验证必做 实验原理和应用流程。 线性回归系统 运用所学知识,设 朴素贝叶斯验证实熟悉朴素贝叶斯算法的基计并编程实现一个 32验证必做 验本原理和应用流程。朴素贝叶斯分类系 统 运用所学知识,设 熟悉决策树与随机森林算 决策树与随机森林计并编程实现一个 42法的基本原理和应用流验证必做 验证实验 程。基于决策树的分类 系统 运用所学知识,设 支持向量机验证实熟悉支持向量机算法的基 52计并编程实现一个验证必做 验本原理和应用流程。 SVM分类系统 运用所学知识,设 人工神经网络验证熟悉人工神经网络算法的计并编程实现一个 6验证必做 实验基本原理和应用流程。 基于CNN的分类系 统 7综合实验4掌握常用分类和回归模型综合应用人工智能综合必做 的特点和应用场景。能够基本理论、模型和 针对创新点开展切实有效算法,使用一种真 的理论和应用研究实数据集,实现一 个分类或者回归系 统。 注:1.实验性质指演示性、验证性、设计性、综合性等;2.实验类别指必做、选做等。 七、考核方式、成绩评定 考核内容考核方式评定标准(依据)占总成绩比例 点名记录 平时成绩(过程含到课率、课题提问和讨论发言 课堂提问发言记录