天津大学《人工智能基础》课程教学大纲.PDF

天津大学《人工智能基础》课程教学大纲 课程编号： 2160243 课程名称： 人工智能基础 学 时： 48 学 分： 2.5 学时分配： 授课：40 上机：8 实验： 实践： 实践（周）： 授课学院： 计算机科学与技术 适用专业： 计算机科学 先修课程： 离散数学，程序设计 一．课程的性质与目的 人工智能基础，亦称人工智能（Artificial Intelligence，AI）或智能系 统（Intelligent System，IS），是 CC2001 的 14 个知识领域之一，是 CCC2002 的 16 门核心课程之一，是计算机科学方向的必修课。 二．教学基本要求 参照 CC2001 和 CCC2004，反应学科动态，在对核心知识单元进行综合概述 的基础上，专业地讲解其中经典的和重要的基本概念、基本技术和基本原理，进 而建树人工智能学科知识体系的基本框架，并为人工智能学科及其分支的深入学 习和研究探索奠定初步基础。本课程也为人工智能相关课程的学习打下基础。 三．教学内容 0 章 课程简介 — 课程主旨 — 课程内容 — 学习方法 — 学习要求 — 考核方式 1 章 学科概述 — 基本界定 — 发展历史 — 哲学思考 — 研究与应用领域 2 章 问题求解 — 概述 经典范型 GPS 现代范型 本章内容 — 什么是问题 — 经典搜索方法 — 启发式搜索 — 问题归约 — 博弈 — 其它方法 遗传算法 模拟退火 约束满足 — 小结 3 章 逻辑与推理 — 概述 人工智能逻辑 经典逻辑 非经典逻辑 其它分类 人工智能推理 精确推理 非精确推理 其它分类 本章内容 — 经典逻辑 — 归结原理 — 行为推理 — 时空推理 — 概率推理 — 小结 4 知识表示 — 概述 历史发展 原理地位 分类体系 本章内容 — 非结构表示 — 产生式系统 — 结构表示 — 其它表示 — 小结 5 智能主体 — 概述 — Agent 模型 — Agent 组织 — 小结 6 机器学习 — 学科概述 — 决策树 — 贝叶斯学习 — 学习理论 — 小结 7 总结与展望 — 研究学派 — 知识体系 — 发展与趋势 实践环节： 可采取理论研读、实验分析和项目实现三种方式。覆盖、关联并深化课程内 容。如 A*算法最化性的理论证明、搜索算法效率和可纳性实验分析、九宫问题 求解、归结反演系统、决策树学习等。 四．学时分配 教学内容 授课 上机 实验 实践 实践(周) 0 课程简介 2 1 学科概述 4 2 问题求解 8 4 1 3 逻辑与推理