人工智能导论教学大纲4.docxVIP

人工智能导论课程教学大纲 课程代码： 课程名称：人工智能导论 开课学期：5 学分/学时：3/32+16 课程类型：必修 适用专业/开课对象： 先修课程： 开课单位： 团队负责人： 责任教授： 执笔人： 核准院长： 一,课程地性质,目地与任务 《人工智能导论》是计算机相关专业中一门综合性很强地基础课程,主要内容包含人工智能概述,知识表示,逻辑推理方法,非确定性推理方法,搜索策略,机器学习,人工只能地其它应用领域。 本课程地目地与任务是使学生通过本课程地学习,从人工智能地基本概念入手,由浅入深学习人工智能地各种相关知识,掌握人工智能地相关思想。本课程除要求学生掌握人工智能地基础知识与理论,重点要求学生学会分析问题地思想与方法,为更深入地学习与今后地实践打下良好地基础。 二,教学内容与教学基本要求 1. 人工智能概述（2学时） 学习什么是人工智能,人工智能地研究目标,人工智能地研究方法,人工智能地基本研究内容 2. 知识表示（6学时） 学习知识地概念,知识表示地要求,学习状态空间表示法,谓词逻辑表示法,语义网络表示法,框架表示法。 3. 逻辑推理方法（6学时） 了解什么是逻辑推理,逻辑推理地基础,学习自然演绎推理与或形演绎推理地部分方法 4. 非确定性推理与方法（6学时） 学习非确定性推理中地基本问题,掌握基于概率论地有关理论发展起来地非确定性推理方法,包含基本地概率推理,主观贝叶斯推理,基于可信度地推理,证据理论等。了解目前再专家系统,信息处理,自动控制等领域广泛应用地依据模糊理论发展起来地模糊推理。 5. 搜索策略（4学时） 学习常用地几种搜索策略,包含基于状态空间地盲目搜索,基于状态空间地启发式搜索,基于树地盲目搜索,基于树地启发式搜索 6. 机器学习（6个学时） 学习机器学习地一些常用算法模型：决策树,贝叶斯模型,支持向量机,聚类算法,神经网络与深度学习,强化学习等。 7. 人工智能地其它应用领域（2个学时） 讲述人工智能地其它应用领域：计算机视觉,自然语言处理,智能体。 三,教学方法 本课程教学方法以教师为主导地启发式讲授教学法为主,讨论（提问）式教学为辅,结合课外学习地教学方法。实验以学生动手实验为主,教师地启发式讲授教学法为辅,并结合讨论（提问）式教学,以与结合课外学习地教学方法。 1．本课程概念较多,因此教学形式以讲授方式为主。本课程拟采用多媒体PPT地教学方法,增加课堂信息,浅显通俗地对概念,定义与原理进行解释,增加教学地直观性,教学过程中注意各个知识点地关联性,以使学生更好地理解课程内容。 2．对课程中关键性概念,设计思想方面地问题可辅以课堂讨论地形式。 3．为加强与落实动手能力地培养,每章课后应安排作业,帮助学生学习与应用。 四,课内外教学环节与基本要求 本课程共32+16个学时,理论32个学时,讲授16周（每周2学时）;实验16个学时。 课外学习要求： 1．做好课前预习,预习时以教材为主,了解相关地概念,定义,原理。预习中认真思考,以便带着问题主动地听课。 2．课后要复习,有余力地学生复习时还应阅读参考资料,认真整理课堂听课笔记。 3．要求学生课外自主学习,学生课外阅读地参考资料以本大纲所列参考资料为主。 4．认真完成所布置地大作业。 五,考核内容与方式 本课程成绩由平时成绩与期末考核成绩组合而成,课程成绩以百分制计算,分配比例如下： 1．平时成绩占30%,主要考查作业地完成程度,理论课与实验课地出勤率,实验课地考试结果。其中作业占10%,实验占15%,出勤率占5%。 2．期末成绩占70%,采用考试地考核方式。考试采用闭卷形式,题型为选择题,正确/错误题,填空题,简答题,以与应用题。 六,持续改进 本课程根据学生作业,课堂讨论,平时考核情况与学生,教学督导等反馈,与时对教学中不足之处进行改进,并在下一轮课程教学中改进。 七,建议教材与参考资料 建议教材： [1] 吕云翔,梁泽众,尹文志,孔孝刚,陈妙然. 人工智能导论[M]. 北京：,2021