- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《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)
1、人工智能研究的发展和基本原则:人工智能的研究和应用;人工智能研究的发展; 人工智
能研究的成果;人工智能研究的基本原则;存在的问题和发展前景
2、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、搜索算法讨
论。
3、与或图搜索问题:与或图的搜索、与或图的启发式搜索算法 AO*、博弈树的搜索。
4、谓词逻辑与归结原理:命题逻辑、谓词逻辑基础、谓词逻辑归结原理、 HERBRAND定理。
5、知识表示:知识、知识表示、知识观、产生式表示方法、语义网络表示、框架表示以及其
他表示方法。
6、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、证据理论。
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:
(1) 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
(2) 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.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.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、
4.选学部分:
高级搜索。 ( 对应毕业要求中的
三、教学内容及基本要求
第一章:人工智能概述
、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
、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
、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
、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
演绎原理的 方法和途径
掌握:归结演绎推理
3 、
文档评论(0)