《人工智能導論》教學大綱課程名稱：人工智能導論（IntroductiontoArtificialIntelligence）課程編碼：1502ZY120課程類別：專業課程-選修學分：2分總學時：32學時，其中，授課學時：32學時適用專業：電子信息工程先修課程：高等數學、python程序設計涂繼輝涂繼輝一、課程性質本課程是人工智能專業的工程基礎課，具有很強的理論性和實踐性。通過對本課程的教學，培養學生了解有關人工智能的基本概念和方法，初步掌握人工智能的基本理論、方法與其應用，并為后續課程的學習和應用起到引導作用。二、課程目標(一)育人目標“不忘初心，牢記使命”。從培養學生的辯證思維方式，愛國教育、社會責任、人生領悟、民族自信等方面入手，將育人要素和信號與系統專業知識嵌入到課堂中教學，凝聚學生對社會主義核心價值觀的共識。通過科學家故事學習科學精神，通過課程概念原理學習系統論、工程論、科學思維，利用人工智能實際應用研究學習科技自信及愛國主義情懷，師生互動進行“三觀”教育和學習方法指導，培養學生的專業素質和職業道德，全面提高學生緣事析理、明辨是非的能力，培養學生成為德才兼備、全面發展的人才。(二)知識和能力目標掌握人工智能的基本概念、基本原理和基本方法，能夠在后續課程的學習和之后的工作中靈活應用這些理論、知識與方法解決可能遇到的問題（畢業要求1.2）;通過以上知識點的學習，讓學生可以把人工智能與個人研究方向結合，更好解決學生個人研究領域中所遇到的問題（畢業要求2.2）。課程目標與畢業要求指標點對應關系課程目標畢業要求指標點課程目標11.2了解人工智能的基本概念、基本原理和基本方法等理論基礎知識，了解人工智能專業的知識體系結構和應用領域，培養學生的專業興趣。課程目標22.2通過以上知識點的學習，讓學生可以把人工智能與個人研究方向結合，更好解決學生個人研究領域中所遇到的問題；三、基本要求通過對本課程的學習，要求學生了解以下知識點：人工智能的基本概念和原理、知識的表示與求解基本方法（模型的建立、最優化求解、獲得最優化模型）、機器學習算法以及應用、深度學習算法以及應用、強化學習、遷移學習、自然語言處理、目標檢測算法以及GAN網絡等。通過以上知識點的學習，讓學生可以把人工智能與個人研究方向結合，更好解決學生個人研究領域中所遇到的問題。四、課程教學內容與學時分配分章節說明教學內容，課時安排，并說明教學重點與難點、主要教學模式（包括授課、自學、實驗、課程設計、大作業等）以及對應的知識、能力要求。章節教學內容授課學時教學模式對應課程目標1人工智能與模式識別概述4課堂授課，課堂討論課程目標12聚類算法與應用4課堂授課，課堂討論課程目標1/23監督學習算法與應用4課堂授課，課堂討論課程目標1/24深度學習算法與應用4課堂授課，課堂討論課程目標1/25遷移學習與強化學習4課堂授課，課堂討論課程目標1/26自然語言處理方法4課堂授課，課堂討論、課程目標1/27目標檢測與應用4課堂授課，課堂討論、課程目標1/28機器人和腦機接口概述4課堂授課，課堂討論、課程目標1/2人工智能與模式識別概述（4學時）人工智能概述人工智能應用人工智能方法人工智能的若干問題聚類算法與應用(4學時)聚類算法概述kmeans和kmeans++算法ISODATA算法DBSCAN算法KNN算法監督學習算法與應用(4學時)機器學習概述Bayes算法SVM算法決策樹算法深度學習算法與應用(4學時)深度學習概述BP神經網絡CNN算法RNN和LSTM算法遷移學習與強化學習(4學時)遷移學習算法傳統強化學習方法深度強化學習自然語言處理方法(4學時)自然語言處理概述分詞技術WordEmbeddingWord2Vec注意力機制目標檢測方法(4學時)目標檢測概述傳統目標檢測方法RCNN以及Faster-RCNN方法YOLO方法NMS方法機器人與腦機接口概述(4學時)機器人概述腦機接口概述五、教學方法本課程采用理論教學與課堂、課后習題等相結合的教學方式方法，主要教學環節包括課堂教學、課堂討論和課后習題練習以及課后自學。課堂教學課堂教學以“互動式”方法為主導，在這一教學環節，學生以聽課為主，并適當參與討論。教師主要講授課程的基本概念、基本理論和基本方法。同時，有意識設計一些討論性問題，引導學生運用已有的知識進行思考。考慮到本課程涉及內容多，故采用多媒體教學手段，以提高課堂效率。課堂討論和課后實踐課后對于本課程中主要知識點，布置適當實際應用案例，讓學生在課后分組完成，并讓學生將完成的結果拿到課堂進行講解和討論，使學生進一步理解和鞏固課程所學的基本概念、基本理論和方法。精選講課內容，精講重點難點，安排同學自學易于理解的內容，以培養學生自主學習的意識和能力以及抓住要點的能力。六、考核及成績評定方式1．考核標準與成績評定課程考核包括課堂考勤、討論發言和課后作業三個部分。平時成績（百分制），包括課堂討論與測驗、作業等。平時成績評價標準基本要求評價標準優秀（0.9-1）良好（0.7-0.89）合格（0.6-0.69）不合格（0-0.59）掌握人工智能的基本概念、熟練掌握人工智熟練掌握人工智熟練掌握人工智了解掌握人工智基本的知識點、相關應用和能的基本概念、能的基本概念、能的基本概念、能的基本概念、發展前景，并能利用ｐｙｔ基本的知識點、基本的知識點、基本的知識點、基本的知識點、ｈｏｎ開發語言和相應人相關應用，并能相關應用，并能相關應用，了解相關應用，不能工智能開發庫完成一些實利用ｐｙｔｈｏ利用ｐｙｔｈｏ利用ｐｙｔｈｏ利用ｐｙｔｈｏ踐案例ｎ開發語言和相ｎ開發語言和相ｎ開發語言解決ｎ開發語言和相應人工智能開發應人工智能開發實際問題的流程應人工智能開發庫完成一些實踐庫完成較為基礎庫完成一些實踐案例的實踐案例案例課程期末考試考核內容與評價標準基本要求評價標準比例（%）優秀（0.9-1）良好（0.7-0.89）合格（0.6-0.69）不合格（0-0.59）目掌握人工智能的基熟練掌握人工較為熟練掌握了解掌握人工沒有掌握人工標本概念、基本的知識智能的基本概人工智能的基智能的基本概智能的基本概1點、相關應用。念、基本的知本概念、基本的念、基本的知念、基本的知識識點、相關應用。知識點、相關應用。識點、相關應用。點、相關應用。60目能利用ｐｙｔｈｏ熟練利用ｐｙ較為利用ｐｙ了解利用ｐｙ不能利用ｐｙ標ｎ開發語言和相應ｔｈｏｎ開發ｔｈｏｎ開發ｔｈｏｎ開發ｔｈｏｎ開發2人工智能開發庫完語言和相應人語言和相應人語言和相應人語言和相應人成一些實踐案例工智能開發庫工智能開發庫工智能開發庫工智能開發庫40完成一些實踐完成一些實踐完成一些實踐完成一些實踐案例案例案例的流程案例注：該表格中的比例為期末成績評定方案。成績評定為：考勤*30%+平時作業*70%。2．課程目標達成評價表2《人工智能導論》課程目標達成評價分析報告一、課程基本信息課程名稱人工智能導論課程性質專業選修課學時學分32/2開課學期專業班級考核方式考查任課教師：評價人員：課任老師二、課程目標達成評估課程目標支撐指標點課程目標評價數據源評價依據分值平均分達成度值KMi評價方式畢業要求1.2掌握人工智能的基本概念、基本的知識點、相關應用。目標1：掌握人工智能的基本概念、基本的知識點、相關應用。期末考查：人工智能的基本概念、基本理論（60分）T10=60試題構成說明T1=40?1*0.7+?1*0.3?10?10=0.71平時作業A10=100A1=81畢業要求2.2能利用ｐｙｔｈｏｎ開發語言和相應人工智能開發庫完成一些實踐案例目標2：能利用ｐｙｔｈｏｎ開發語言和相應人工智能開發庫完成一些實踐案例期末考查：（1）能利用ｐｙｔｈｏｎ開發語言和相應人工智能開發庫完成一些實踐案例(40分)T20=40試題構成說明T2=33?2*0.7+?2*0.3?20?20=0.82平時作業A2