《人工智能导论》单元设计第4章人工神经网络与深度.doc

PAGE PAGE 2 《人工智能导论》课程第二章教学设计 　　　　　　　　　　　　　　——知识表示和知识图谱 管理信息 课程名称：人工智能导论 所属系部： 课程代码： 制定时间： 年 月 制 定 人： 授课对象：大一学生 基本信息 设计主题：人工神经网络与深度学习 学 时：6 先修内容：人工智能概述、计算机相关基本知识 课程设计 课程设计目标 能力目标 能够发现并理解神经网络在现代生活中的应用。 能够理解神经网络的结构及工作原理。 能够用自己的语言描述神经网络及深度学习。 知识目标 序号 知 识 目 标 1 神经元及其结构 2 人工神经网络的结构及学习 3 机器学习、神经网络、深度学习、人工智能的关系 4 深度学习及其卷积神经网络 课程内容设计 模 块 名 称 学 时 案例导读人工智能之人工神经网络 课前预习 4.1 神经网络的发展概况 0.5 4.2 神经元 0.5 4.3 人工神经网络 4.3.1 人工神经网络的定义和特点 0.5 4.3.2 人工神经网络的结构 0.5 4.3.3 人工神经网络的学习 0.5 4.3.4 BP神经网络及算法 0.5 4.4 深度学习 4.4.1 深度学习的产生 0.5 4.4.2 卷积神经网络的结构 0.5 4.4.3 卷积神经网络的工作过程 2 延伸阅读百度知识图谱在生活中的应用 课后阅读 合计 6 能力训练项目设计 本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。 编 号 能力训练 项目名称 拟实现的 能力目标 相关支撑知识 训练方式 及 步 骤 结 果 1 能够发现并理解神经网络在现代生活中的应用 ①能够从案例中挖掘神经网络应用的具体应用 = 2 \* GB3 ②能够与其他的机器学习方法进行比较，并发现神经网络的优势 神经网络的分类与预测。 结合案例进行分析 教师引导，学生思考，共同总结 2 能够理解神经网络的结构及工作原理 = 1 \* GB3 ①能够掌握神经网络的结构 = 2 \* GB3 ②能够掌握神经网络的工作过程 = 1 \* GB3 ①神经网络的结构。 = 2 \* GB3 ②神经网络的训练 = 3 \* GB3 ③BP网络算法 配合教材中的小的案例帮助学生理解相关知识点。 教师讲解，学生参与 3 能够用自己的语言描述神经网络及深度学习 = 1 \* GB3 ①能够有效区分神经网络、及其学习、深度学习之间的关系 = 2 \* GB3 ②能够理解CNN的工作工程 = 3 \* GB3 ③能够用自己的语言描述神经网络 = 1 \* GB3 ①深度学习。 = 2 \* GB3 ②CNN。 = 3 \* GB3 ③深度学习的应用 案例为主，理论为辅。 教师引导，学生总结 考核设计方案 《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。考勤（10%）、提问（10%）、课内外作业完成情况（80%）。