人工智能导论课程教学大纲.pdfVIP

人工智能导论课程教学大纲 （Introduction to Artificial Intelligence ） 一、课程的性质、目的和任务 课程代码：0302010 学 分： 1.5 学 时： 24 （其中：讲授学时24，实验学时 0，上机学时 0） 先修课程：高等数学 适用专业：财务管理专业 教 材： 《人工智能及其应用（第 5 版）》，蔡自兴等编，清华大学出版 社，出版时间 2016 年 课程归口：计算机信息工程学院 课程的性质与任务：本课程是一门专业选修课。本课程是关于人工智能领域 的引导性课程，通过本课程的学习，要求学生了解人工智能的历史、各个不同分 支以及应用领域的研究进展及其新突破，新成果，为人工智能在各领域的应用奠 定基础，拓宽学生在计算机科学与技术领域的知识广度。 二、课程目标与毕业要求指标点对应关系 目标1.了解人工智能的历史、各个不同分支以及应用领域的研究进展及其新 突破，新成果。 目标2.激发学生学习人工智能及今后的更高级课程的学习兴趣、为将来在人 工智能领域的进一步研究工作和软件实践奠定良好的基础。 本课程支撑专业培养方案中毕业要求5-1、5-2 ，对应关系如表所示。 毕业要求 课程目标 指标点 目标1 目标2 毕业要求 5-1 √ 毕业要求 5-2 √ 三、课程基本内容和要求 （一）人工智能概述 1.教学内容 514 （1）人工智能的概念 （2 ）自然智能与人工智能 （3 ）人工智能各学派的认知观 （4 ）人工智能的研究与应用领域 2.基本要求 （1）了解人工智能的发展历史、研究现状及研究途径 （2 ）掌握人工智能的基本概念 （3 ）理解自然智能与人工智能的联系与区别 3.重点难点 （1）人工智能的概念 （2 ）人工智能各学派的认知观 （二）知识表示与搜索 1.教学内容 （1）状态空间法及其搜索技术 （2 ）问题归纳法及其搜索技术 2.基本要求 （1）理解知识表示的概念 （2 ）掌握状态空间法、问题归纳法 （3 ）掌握图搜索技术 （4 ）了解新型搜索技术 3.重点难点 （1）状态空间表示法及其盲目式搜索 （2 ）问题归纳表示法及其盲目式搜索 （三）谓词逻辑与机器定理证明 1.教学内容 （1）命题逻辑 （2 ）谓词逻辑 （3 ）消解原理 2.基本要求 515 （1）理解命题逻辑、谓词逻辑 （2 ）掌握消解原理 （3 ）了解反演问题求解 3.重点难点 （1）谓词逻辑及其简单推理 （2 ）消解推理过程 （四）智能计算基础 1.教学内容 （1）遗传算法的基本机理 （2 ）遗传算法的求解步骤及其应用 （3 ）遗传规划 （4 ）粒子群算法原理 2.基本要求 （1）掌握遗传算法的基本机理及其算法的实现 （2 ）理解基本粒子群算法 （3 ）了解遗传规划、蚁群及其他新型的自然计算 3.重点难点 （1）遗传算法原理及其实现 （2 ）遗传规划以及粒子群算法 （五）人工神经网络 1.教学内容 （1）神经元的几种互连形态及其特点 （2 ）人工神经网络的典型模型 （3 ）基于神经网络的知识表示 （4 ）神经网络的简单推理过程 2.基本要求 （1）熟悉和掌握人工神经网络的基本概念 （2 ）理解利用简单的人工神经网络进行学习和推理 3.重点难点 516 （1）人工神经网络的基本概念 （2 ）