人工智能 -课程简介+课程大纲模板.docVIP

《人工智能理论与应用》课程简介 课程编号：A0940111 课程名称：人工智能理论与应用 学分/学时：3/48 先修课程：《数据结构》、《离散数学》和《高级程序设计语言》 适用专业：计算机科学与技术 课程性质：限选 考核方式：考查 考核形式：大作业、实验评估 建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版 内容简介：（200字以内）（黑体五号） 7、机器学习：机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习、知识发现与数据挖掘。 8、高级搜索：基本概念、局部搜索算法、模拟退火算法、遗传算法等。 人工智能理论与应用 Artificial Intelligence Theory and Application 课程编号：A0940111 学 分：3 学 时：48 学时 （讲课学时：32 实验学时：16） 先修课程：《数据结构》、《离散数学》和《高级程序设计语言》 适用专业：计算机科学与技术 建议教材：人工智能教程，王士同主编，电子工业出版社，2006年2月第2版 主要参考书： 高等学校规划教材:人工智能原理及其应用 电子工业出版社 王万森 2012 人工智能及其应用(第4版) 蔡自兴、 徐光祐 清华大学出版社 2010 开课学院：计算机科学与工程学院 修订日期：2015年4月 一、课程说明（黑体五号） 人工智能是一门综合性前沿学科，是计算机学科的重要分支。通过对人工智能课程的学习，使学生掌握人工智能技术的基本原理；了解启发式搜索策略、与或图搜索问题、谓词逻辑与归结原理、知识表示、不确定性推理方法、机器学习和知识发现等目前人工智能的主要研究领域的原理、方法和技术；增强学生的逻辑思维与实验能力，为今后在各自领域开拓高水平的人工智能技术应用奠定基础。 二、课程目标（黑体五号）（需对应于本专业2014级培养方案中的毕业要求进行细化分解） 根据课程在知识结构中的作用，教学要求分为掌握、熟悉、了解、选学四个层次，具体要求如下。 1．掌握部分:一般图搜索（回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程）；与或图搜索问题包括与或图的启发式搜索算法AO*、博弈树的搜索；谓词逻辑与归结原理（谓词逻辑归结原理、HERBRAND定理）；知识表示（产生式表示方法、语义网络表示、框架表示）；不确定性推理方法（不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法）(对应毕业要求中的2.2、3.1、3.2) 2．熟悉部分： 不确定性推理方法之证据理论；机器学习（机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习）。(对应毕业要求中的3.1、3.2) 3．了解部分： 人工智能研究的发展和基本原则；知识原则、知识表示的作用、功能、性能；自动规划技术的新进展，人工智能的最新进展和面临的挑战。(对应毕业要求中的2.2、3.1) 4．选学部分： 高级搜索。(对应毕业要求中的3.1) 三、教学内容及基本要求 第一章：人工智能概述 1 、讲授内容： ? （ 1 ） ? 人工智能的概念 ? （ 2 ） ? 人工智能的研究途径和方法 ? （ 3 ） ? 人工智能的分之领域 ? （ 4 ） ? 人工智能的基本技术 ? （ 5 ） ? 人工智能的发展概况 ? 2 、教学要求： ? 了解：研究途径和方法、人工智能的分之领域、基本技术和发展概况。 ? 理解：人工智能的基本概念、基本技术 ? 掌握：人工智能的发展概况，人工智能研究的课题种类 ? 3 、教学重点： 人工智能概念 ? 4 、难点： 人工智能的研究途径和方法 ? 第二章：基于谓词逻辑的机器推理? 1 、讲授内容： ? （ 1 ） ? 一阶谓词逻辑 ? （ 2 ） ? 归结演绎推理 ? （ 3 ） ? 应用归结原理求取问题答案 ? （ 4 ） ? 归结策略 ? （ 5 ） ? Horn 子句归结与逻辑程序 ? （ 6 ） ? 非归结演绎推理 ? 2 、教学要求： ? 了解：一阶谓词逻辑的基本概念 ? 理解： 应用归结远力求取问题答案的方法和 Horm 自居归结于逻辑程序的方法以及非归结演绎原理的 方法和途径 ? 掌握：归结演绎推理 ? 3 、教学重点： 归结演绎推理 ? 4 、难点： Horn 子句归结与逻辑程序 ? 第三章：图搜索技术? 1 、讲授内容： ? （ 1 ） ? 状态图搜索 ? （ 2 ） ? 状态图问题求解 ? （ 3 ） ? 与或图搜索 ? （ 4 ） ? 与或图问题求解 ? （ 5 ） ? 博弈树搜索 ? 2 、教学要求： ? 了解：常用的图搜索技术 ? 理解：与或图搜索问题的原理 ? 掌握：与或图的启发式搜索算法