《人工智能导论》课程教学大纲.docx

《人工智能导论》课程教学大纲一、课程基本信息课程名称（中文）人工智能导论课程名称（英文）IntroductiontoArtificialIntelligence课程类别I专业选修课课程性质2选修授课语言3中文授课学期5学分2课程学时及分配总学时讲课实验课外3224832适用专业网络工程、软件工程、物联网工程、计算机科学与技术、信息平安等教材《人工智能及其应用》（第4版），王万良编著，高等教育出版社，2020授课学院计算机与软件学院先修课程概率论与数理统计、程序设计基础等后续课程大数据分析与应用、机器学习、图像处理等课程简介课程基本定位：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开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。《人工智能导论》是计算机科学与技术、软件工程、网络工程等专业本科生的一门基础选修课程。本课程主要介绍人工智能问题求解的一般性原理和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。核心学习结果：该课程的目标是把握计算机科学与技术的开展趋势，熟悉本专业的前沿知识和研究热点。该课程讲述了人工智能的开展简史、人工智能研究的基本内容和主要研究领域、人工智能的研究热点包括人工神经网络及其应用和遗传算法及其应用等。要求学生掌握基本创新方法，能够针对创新点开展切实有效的理论和应用研究。该课程紧密联系计算机学科中的前沿内容和所涉及的新技术，例如人工神经网络及其改进方法在模式识别、软测量、联想记忆、优化计算中的应用，遗传算法及其改进算法在生产调度中的应用等，学生通注：1.课程类别：选填“通识核心课/通识拓展课/通修课/学科基础课/专业主干课/专业选修课/专业实践/素质拓展”过该课程的学习能够了解基本的人工智能新技术和有关问题求解的创新方法；课程要求完成A*算法应用实验、遗传算法应用实验、基于神经网络的优化计算实验等自主型实验工程，学生通过实验，能够发挥主动性，研究探讨人工智能系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好的掌握知识，培养学生的理论联系实际能力和创新能力，逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。主要教学方法：本课程以课堂教学为主，结合课内实验与课外自学、课堂讨论、团组大作业。大纲更新时间2,课程性质：选填“选修/必修”3.授课语言：选填“中文/双语/全英文或其他语种”二、课程目标序号课程目标(参考培养目标、毕业要求、课程定位)支撑毕业要求指标点】达成途径课程目标1基础知识方面：(1)了解人工智能的专业背景、开展历程与趋势；(2)理解并熟悉人工智能的基本概念、基本理论和基本方法。讲授课程目标2方法与技能方面：(1)理解人工智能领域问题：聚类、分类、回归、优化四大主要专业分支；(2)掌握各专业问题领域已有的经典学习模型及其学习算法；讲授案例课程目标3能力素养方面：⑴分析问题和解决问题的能力一一利用已有的常见人工智能学习算法，去实验分析现实中的具体问题，并加以实现；⑵创新意识一一分析理论方法层面的问题，或现实应用层面的技术问题，提出解决问题的新思路或新方法。注：1.支撑毕业要求指标点：选填项。需要进行专业认证，有毕业要求指标点可参照的课程必填，无明确毕业要求指标点可参照的可不填。三、理论教学内容章标题教学内容学时思政融入点1学生学习预期成果2教学方式3课程目标第1章L人工智能的概念2结合人工智能的开展树立民族精神和时代精神，发展社会主义人工智能事业的紧迫感，坚持社会主义核心价值观。了解人工智能研究的基本内容和主要研究领域,开阔学生思路，为以后学习和应用人工智能奠定基础。熟悉本专业的前沿知识和研究热点讲授目标12.人工智能的开展简史3.人工智能研究的基本内容4.人工智能的主要研究领域第2章1、人工智能四大问题领域；2、机器学习在人工智能中的地位与作用；3、机器学习的几种主要方式。4引入机器智能与人的智能的思考与分析理解处理的四大基本问题原型；熟悉机器学习的主要方式；讲授目标1目标2第2章L聚类问题4机器智慧与人类智慧的特点，以及各自的优势与缺乏理解聚类问题的核心；掌握K-means算法思想。讲授目标1目标22.无监督学习方式3.基于划分的聚类学习算法4.K-MEAN算法第3章L分类问题4理解分类问题的核心；掌握感知讲授目标1目标22,有监督学习方式3.线性可分任务4.感知机模型机学习原理。第4章L线性不可分任务4探讨机器智慧所引发的道德伦理问题理解线性不可分问题的内涵实质；掌握BP算法设计思想。讲授目标1目标22.多层感知机模型3.BP算法第5章L回归分析问题2探讨机器智能对人类认知能力的拓展，对人类认知世界深度和广度猜想理解分析问题的