1、人工智能導(dǎo)論課程教學(xué)大綱一、課程基本信息課程名稱（中文）人工智能導(dǎo)論課程名稱（英文）Introduction to Artificial Intelligence課程類別1：專業(yè)選修課課程性質(zhì)2選修授課語言3中文授課學(xué)期第5學(xué)期學(xué)分3課程學(xué)時(shí)及分配總學(xué)時(shí)講課實(shí)驗(yàn)課外483216適用專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)教材王萬森，人工智能原理及其應(yīng)用（第4版），電子工業(yè)出版社，2018年8月第4版授課學(xué)院計(jì)算機(jī)與軟件學(xué)院先修課程離散數(shù)學(xué)、概率論與數(shù)理統(tǒng)計(jì)、數(shù)據(jù)結(jié)構(gòu)、程序設(shè)計(jì)基礎(chǔ)后續(xù)課程機(jī)器學(xué)習(xí)，大數(shù)據(jù)技術(shù)，自然語言處理，計(jì)算機(jī)視覺課程簡介課程基本定位：人工智能是計(jì)算機(jī)科學(xué)與技術(shù)類專業(yè)應(yīng)用性比較強(qiáng)的專業(yè)選修課，是

2、計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。本課程是人工智能理論和方法的導(dǎo)論課程，主要介紹人工智能研究中的經(jīng)典理論和方法，使學(xué)生通過本課程的學(xué)習(xí)后能較全面、深入地理解和掌握人工智能的基本概念、基本方法、主要功能及其實(shí)現(xiàn)技術(shù)，了解人工智能方法在多媒體分析、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等方面的發(fā)展前沿，為學(xué)生今后從事相關(guān)領(lǐng)域的工作打下較堅(jiān)實(shí)的基礎(chǔ)，激發(fā)學(xué)生利用人工智能技術(shù)改善人民生活、造福人類社會。核心學(xué)習(xí)結(jié)果：通過本課程學(xué)習(xí)，使學(xué)生掌握人工智能領(lǐng)域的基本概念、理論、常用技術(shù)及方法，具備解決簡單智能化應(yīng)用問題能力。主要教學(xué)方法：講授、討論、案例、實(shí)驗(yàn)

3、。大綱更新時(shí)間2020.8.20注：1.課程類別：選填“通識核心課/通識拓展課/通修課/學(xué)科基礎(chǔ)課/專業(yè)主干課/專業(yè)選修課/專業(yè)實(shí)踐/素質(zhì)拓展”2.課程性質(zhì)：選填“選修/必修”3.授課語言：選填“中文/雙語/全英文或其他語種”二、課程目標(biāo)序號課程目標(biāo)（參考培養(yǎng)目標(biāo)、畢業(yè)要求、課程定位）支撐畢業(yè)要求指標(biāo)點(diǎn)1達(dá)成途徑1.1掌握人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。指標(biāo)點(diǎn)1.1： 掌握數(shù)學(xué)與自然科學(xué)的基本概念、基本理論和基本技能，領(lǐng)會數(shù)學(xué)、物理思想方法，培養(yǎng)邏輯思維和邏輯推理能力。講授、討論、作業(yè)。2.1在狀態(tài)空間能夠應(yīng)用智能搜索技術(shù)求得問題的解。指標(biāo)點(diǎn)4.1：能夠針對計(jì)算機(jī)領(lǐng)域問題，選擇合

4、適的仿真實(shí)驗(yàn)或者測試方案。講授、討論、案例、實(shí)驗(yàn)。2.2能夠應(yīng)用遺傳算法求取函數(shù)的最大值。2.3能夠應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測。2.4能夠應(yīng)用深度學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測。3.1具有自主學(xué)習(xí)、終身學(xué)習(xí)以及自我完善的意識。畢業(yè)要求指標(biāo)點(diǎn) 12.2：能認(rèn)識不斷探索和學(xué)習(xí)的必要性，具有自主學(xué)習(xí)和終身學(xué)習(xí)的意識。自學(xué)、專題討論、作業(yè)。注：1.支撐畢業(yè)要求指標(biāo)點(diǎn)：選填項(xiàng)。需要進(jìn)行專業(yè)認(rèn)證，有畢業(yè)要求指標(biāo)點(diǎn)可參照的課程必填，無明確畢業(yè)要求指標(biāo)點(diǎn)可參照的可不填。三、理論教學(xué)內(nèi)容章標(biāo)題教學(xué)內(nèi)容學(xué)時(shí)思政融入點(diǎn)1學(xué)生學(xué)習(xí)預(yù)期成果2教學(xué)方式3課程目標(biāo)第1章人工智能概述2介紹我國科技工作者在人工智能研究

5、中的貢獻(xiàn)及存在的差距，增強(qiáng)民族自豪感、責(zé)任感和使命感。理解人工智能的相關(guān)概念，熟悉人工智能研究內(nèi)容和三大學(xué)派，熟悉人工智能主要研究和應(yīng)用領(lǐng)域。講授、自學(xué)1.1,3.1第2章確定性知識系統(tǒng)4介紹我國科研團(tuán)隊(duì)在確定性知識推理中的研究成果，激發(fā)學(xué)生學(xué)習(xí)相關(guān)知識的積極性。探討如何運(yùn)用人工智能技術(shù)為社會做出貢獻(xiàn)。掌握確定性知識含義、表示方法及常用推理方法講授、討論、案例、演示1.1,3.1第3章不確定性知識系統(tǒng)4理解不確定推理的含義及常用推理方法講授、討論、案例、演示1.1,3.1第4章智能搜索技術(shù)6掌握智能搜索的含義、常用狀態(tài)空間搜索方法、遺傳算法用法講授、討論、案例、演示1.1,2.1,2.2,3.

6、1第5章機(jī)器學(xué)習(xí)6引導(dǎo)學(xué)生運(yùn)用機(jī)器學(xué)習(xí)相關(guān)技術(shù)設(shè)計(jì)能改善人們生活的智能系統(tǒng)。掌握常用機(jī)器學(xué)習(xí)方法的工作原理、適用范圍及實(shí)現(xiàn)方法講授、討論、案例、演示1.1,2.3,3.1第6章人工神經(jīng)網(wǎng)絡(luò)與連接學(xué)習(xí)4掌握人工神經(jīng)網(wǎng)絡(luò)的原理、模型及用法，尤其是深度學(xué)習(xí)經(jīng)典模型用法講授、討論、案例、演示1.1,2.4,3.1第7章分布智能4理解分布智能的原理及常見類型講授、討論1.1, 3.1第8章智能應(yīng)用簡介2了解自然語言理解的研究內(nèi)容及典型專家系統(tǒng)涉及的人工智能技術(shù)講授、討論、案例、演示1.1, 3.1注：1.思政融入點(diǎn)：至少寫3條，簡述該課程教學(xué)中將思政教育內(nèi)容與專業(yè)教育內(nèi)容有機(jī)融合的知識點(diǎn)（下同）。 2.

7、學(xué)生學(xué)習(xí)預(yù)期成果：描述學(xué)生在學(xué)完本節(jié)內(nèi)容后應(yīng)獲得的知識、能力或素養(yǎng)水平（下同） 3.教學(xué)方式:包括講授、討論、案例、演示等，但不限于所列，根據(jù)課程實(shí)際需要列舉四、實(shí)踐（實(shí)驗(yàn)或?qū)嵙?xí)）教學(xué)1編號實(shí)驗(yàn)或?qū)嵙?xí)項(xiàng)目名稱教學(xué)內(nèi)容學(xué)時(shí)實(shí)驗(yàn)或?qū)嵙?xí)類型2思政融入點(diǎn)學(xué)生學(xué)習(xí)預(yù)期成果課程目標(biāo)1人工智能網(wǎng)上沖浪通過網(wǎng)絡(luò)搜索引擎了解人工智能的研究內(nèi)容、研究進(jìn)展以及相關(guān)的重要人物和有影響的事件2綜合性列舉我國在推動(dòng)人工智能發(fā)展中的杰出科學(xué)家及其重要研究成果，增強(qiáng)民族自豪感了解人工智能的研究內(nèi)容、研究進(jìn)展及重要人物代表1.12Bayes推理方法利用Bayes方法進(jìn)行分類推測2驗(yàn)證性掌握Bayes推理方法的使用1.13智能搜

8、索技術(shù)利用智能搜索技術(shù)解決八數(shù)碼問題2驗(yàn)證性掌握經(jīng)典智能搜索技術(shù)的應(yīng)用2.14遺傳算法用遺傳算法求函數(shù)的最大值2驗(yàn)證性掌握遺傳算法的工作原理2.25決策樹利用ID3決策樹方法完成分類任務(wù)2驗(yàn)證性掌握決策樹的使用前提及過程2.36支持向量機(jī)利用支持向量機(jī)進(jìn)行圖像分類識別2驗(yàn)證性掌握支持向量機(jī)工作原理及工作流程2.37人工神經(jīng)網(wǎng)絡(luò)利用人工神經(jīng)網(wǎng)絡(luò)完成圖像分類識別2驗(yàn)證性列舉我國科技工作者在人工神經(jīng)網(wǎng)絡(luò)研究中的杰出代表、主要成果，激發(fā)學(xué)生學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)的興趣。掌握人工神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)及工作工程2.38深度學(xué)習(xí)算法及應(yīng)用使用深度學(xué)習(xí)開源工具完成圖像分類識別2綜合性列舉我國在深度學(xué)習(xí)研究中的杰出人物、

9、主要成果，提高學(xué)生在深度學(xué)習(xí)研究中的興趣。掌握深度學(xué)習(xí)的工作原理、優(yōu)點(diǎn)、用法及局限性2.4注：1.此表可用于課內(nèi)實(shí)踐教學(xué)環(huán)節(jié)或某門綜合實(shí)踐課程2.實(shí)驗(yàn)類型：選填”驗(yàn)證性/綜合性/設(shè)計(jì)性”；實(shí)習(xí)類型：選填“認(rèn)識實(shí)習(xí)/生產(chǎn)實(shí)習(xí)/畢業(yè)實(shí)習(xí)”五、課程評價(jià)（一）考核內(nèi)容、考核方式與課程目標(biāo)對應(yīng)關(guān)系課程目標(biāo)考核內(nèi)容考核方式及占比（%）成績（%）課程作業(yè)課程實(shí)驗(yàn)課程考試目標(biāo)1.1是否掌握人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。107080目標(biāo)2.1是否具有在狀態(tài)空間應(yīng)用智能搜索技術(shù)求得問題的解的能力。33目標(biāo)2.2是否具有應(yīng)用遺傳算法求取函數(shù)的最大值的能力。33目標(biāo)2.3是否具有應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)

10、行目標(biāo)物分類檢測的能力。33目標(biāo)2.4是否具有應(yīng)用深度學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測能力。33目標(biāo)3.1課程討論環(huán)節(jié)和實(shí)驗(yàn)環(huán)節(jié)是否能夠反映自主學(xué)習(xí)、終身學(xué)習(xí)以及自我完善的意識。538合計(jì)151570100注：1. 課程目標(biāo)在考核方式及占比：主要根據(jù)課程目標(biāo)自行設(shè)計(jì)和制定多元化考核方式，表中所列僅為參考（紅色數(shù)據(jù)可刪除）。但所列考核方式必須覆蓋全體學(xué)生，可根據(jù)當(dāng)學(xué)期具體教學(xué)情況酌情調(diào)整。2. 各考核方式占總成績權(quán)重：根據(jù)課程實(shí)際情況對各考核方式占總成績的權(quán)重予以賦值。（二）考核方式評分標(biāo)準(zhǔn)1課程作業(yè)評分標(biāo)準(zhǔn)課程目標(biāo)評分標(biāo)準(zhǔn)占比90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-5

11、9（不及格）15%目標(biāo)1.1能夠深入理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。能夠較好地理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。能夠理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。基本理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。不理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。2課程實(shí)驗(yàn)評分標(biāo)準(zhǔn)（筆試類評分標(biāo)準(zhǔn)可在大綱中按以下格式予以說明，也可在通過“試卷分析表”予以說明）課程目標(biāo)評分標(biāo)準(zhǔn)占比90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-59（不及格）15%目標(biāo)2.1具有很強(qiáng)的在狀態(tài)空間應(yīng)用智能搜索技術(shù)求得問題的解的能力。具有較強(qiáng)的在狀態(tài)空

12、間應(yīng)用智能搜索技術(shù)求得問題的解的能力。具有一般的在狀態(tài)空間應(yīng)用智能搜索技術(shù)求得問題的解的能力。基本具有在狀態(tài)空間應(yīng)用智能搜索技術(shù)求得問題的解的能力。不具有在狀態(tài)空間應(yīng)用智能搜索技術(shù)求得問題的解的能力。目標(biāo)2.2具有很強(qiáng)的應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。具有較強(qiáng)的應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。具有一般的應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。基本具有應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。不具有應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。目標(biāo)2.3具有很強(qiáng)的應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。具有較強(qiáng)的應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的

13、能力。具有一般的應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。基本具有應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。不具有應(yīng)用傳統(tǒng)機(jī)器學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測的能力。目標(biāo)2.4具有很強(qiáng)的應(yīng)用深度學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測能力。具有較強(qiáng)的應(yīng)用深度學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測能力。具有一般的應(yīng)用深度學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測能力。基本具有應(yīng)用深度學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測能力。不具有應(yīng)用深度學(xué)習(xí)方法進(jìn)行目標(biāo)物分類檢測能力。目標(biāo)3.1實(shí)驗(yàn)報(bào)告格式規(guī)范，文字嚴(yán)謹(jǐn)，內(nèi)容正確，條理性好，無抄襲痕跡，圖文并茂；能正確問答所提的問題。實(shí)驗(yàn)報(bào)告格式規(guī)范，文字嚴(yán)謹(jǐn)，內(nèi)容比較正確，條理性好，無抄襲痕跡，圖文并茂；能

14、比較正確問答所提的問題。實(shí)驗(yàn)報(bào)告格式比較規(guī)范，文字比較嚴(yán)謹(jǐn)，內(nèi)容正確，條理性好，無抄襲痕跡，圖文并茂；能比較正確問答所提的問題。實(shí)驗(yàn)報(bào)告格式基本規(guī)范，文字嚴(yán)謹(jǐn)，內(nèi)容基本正確，條理性好，無抄襲痕跡，圖文并茂；能基本正確問答所提的問題。實(shí)驗(yàn)報(bào)告有明顯的抄襲痕跡，不能正確問答所提的問題。3課程考試評分標(biāo)準(zhǔn)課程目標(biāo)評分標(biāo)準(zhǔn)占比90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-59（不及格）70%目標(biāo)1.1能夠深入理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。能夠較好地理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。能夠理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。基本理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。不理解人工智能的基本概念、理論、相關(guān)技術(shù)及工作原理。注：考核方式和課程目標(biāo)在考核方式中占比應(yīng)與“（一）考核內(nèi)容、考核方式與課程目標(biāo)對應(yīng)關(guān)系”