《人工智能》课程教学大纲.docxVIP

《人工智能》教学大纲 一、课程基本信息 课程名称 人工智能 Artificial Intelligence 课程编码 OSI322221030 开课院部 海洋与空间信息学院 课程团队 （未设置） 学分 3.0 课内学时 52 讲授 40 实验 0 上机 12 实践 0 课外学时 52 适用专业 通信工程 授课语言 中文 先修课程 高等数学（2-1）、高等数学（2-2）、线性代数、概率论与数理统计 课程简介 （限选） 《人工智能》是通信工程专业的限选课。本课程重点介绍模式识别与人工智能概述、模式识别系统的基本框架、贝叶斯决策理论、线性判别函数、特征提取、聚类等基础知识及模式识别系统评价方法，简单介绍神经网络和深度学习的模型和方法。通过学习使学生了人工智能在信息与通信工程中的地位和作用及解决信息处理问题的正确方法。通过本课程的学习，进一步拓宽本科生的信息系统知识，使本科生掌握人工智能的基本知识，能设计实现简单的图像识别系统，具备系统模型选择、设计实现和结果的能力，同时为学生进入高层次学习打下良好的理论基础。 Artificial Intelligence is a limited course for communication engineering majors. This course focuses on the overview of pattern recognition and artificial intelligence, the basic framework of pattern recognition system, Bayesian decision theory, linear discriminant function, feature extraction, clustering and other basic knowledge and evaluation methods of pattern recognition system, this paper briefly introduces the models and methods of neural network and deep learning. Through learning, students have achieved the position and function of artificial intelligence in Information and Communication Engineering and the correct method to solve information processing problems. Through the study of this course, the information system knowledge of undergraduates is further broadened, so that undergraduates can master the basic knowledge of artificial intelligence, can design and implement a simple image recognition system, and have the system model selection, the ability to design, realize and result, and at the same time lay a good theoretical foundation for students to enter high-level learning. 负责人 大纲执笔人 审核人 二、课程目标 序号 代号 课程目标 OBE 毕业要求指标点 任务 自选 1 M1 目标1： 根据所学模式识别知识能够具备系统输入的特征选择、识别模型选择、模型判别准则选择、系统的训练和识别结果分析、进行系统评估等的能力。 是 1.2 2 M2 目标2：分组完成大作业，完成文件检索、撰写报告、制作PPT答辩等，培养基本的外读写能力和交流沟通能力。 是 9.2 9.2 3 M3 目标3：了解人工智能的国内外发展趋势和研究热点，能就人工领域相关问题进行综述和分析，并撰写文献综述，培养自主学习的能力。 是 12.1 三、课程内容 序号 章节号 标题 课程内容/重难点 支撑课程目标 课内学时 教学方式 课外学时 课外环节 1 第1章 绪论 本章重点难点：人工智能的概念，学习人工智能的基本知识，了解人工智能系统的流程和框架。 / / / / 2 1.1 人工智能的发展简史 人工智能、模式、模式识别等基本概念，发展简史。 M1 1 讲授/