《智能算法程序设计Python》实验教学大纲_1.pdfVIP

《智能算法程序设计(Python)》实验教学大纲 一 、课程概况 课程名称：智能算法程序设计(Python) 课程学分：3 课程学时：48 （理论学时：24 ；实验（实践）学时：24 ） 课程性质：选修（课程性质以2018 版人才培养方案的要求为准）开 课部门：×× 建议修读学期：5 建议先修课程：线性代数，概率与数理统计，C 语言程序设计，面向对象程序设计(C++) 适用专业 （方向）：×× 二 、课程地位 、作用与任务 以机器学习 （特别是深度学习）为代表的新一代 工智能正在主导第四次工业革命， 类社 会正在由信息社会进入智能社会，课程就是为了适应这一发展趋势而开设的一门应用基础课程。 课程的知识体系主要涵盖机器学习基础、Python 入门、基分类回归降维算法等，在学科体 系中属于计算机应用基础知识，在 才培养方案中具有基础性的地位和作用。学生通过该课程的学习，应 掌握机器学习的基概念、基方法，掌握Python 的基础知识，掌握基算法的原理及Python 编程实现技能。 三 、课程目标 （一）教学目标 《智能算法程序设计(Python)》具体要求达到的特定教学目标包括 ： 1. 教学目标 1. 掌握机器学习基理论知识及基 的工程实现基础知识（指标点 1.2 ） 2. 教学目标 2. 能够运用机器学习基理论知识识别问题，并清楚、准确的表达出问题。 （指标 点 2.1 ） 3. 教学目标 3. 能够结合特定问题的具体需求，使用 Python 编程语言进行基 的智能算法建 模和程序设计实现。（指标点 3.2 ） （二）课程支撑的毕业要求 1. 课程支撑的毕业要求：（例如：毕业要求 3、6、7 。） （毕业要求见 2018 版人才培养 方案 ） 毕业要求 1、2 、3 。 2. 课程支撑的指标点： （例如：指标点3.2、6.2、7.1、7.3，后面对指标点进行具体说明，示例 如下： （1） 指标点 1.2：具有扎实的工程基础知识和计算机科学与技术专业基理论知识。 （2） 指标点2.1：能够运用数理、自然科学和工程科学的基原理，识别问题，并清楚、准确地 表达出问题。 （3） 指标点 3.2 ：使用特定软件工具正确进行系统建模，设计过程划分科学合理，确保目标达 成的可能性，能按概念设计、概要设计、详细设计进行软件系统设计。 （三）课程教学目标与毕业要求对应表 《智能算法程序设计(Python)》课程教学目标与毕业要求的对应表 课 程 名称： 智 能算法程 序 设 计 任课教师：余化鹏 (Python) 课程性质：专业选修 课程学分：3 课程支撑的毕业要求 课程目标、达成途径、评价依据 毕业要求 1： 教学目标：掌握机器学习基理论知识及基 的工程实 1.2 具有扎实的工程基础知识和 现基础知识。 计算机科学与技术专业基理论 达成途径：掌握机器学习的基概念，基分类算法、 知识 基 回归算法、基 降维算法的算法原理。掌握 Python 编程语言的基知识，能够对基算法进行编码，达到 基 的工程实现。 评价依据：课堂笔记、提问、课堂测验、课外作业、实 验和考试。 毕业要求 2 ： 教学目标：能够运用机器学习基理论知识识别问题， 2.1 能够运用数理、自然科学和工 并清楚、准确的表达出问题。 程科学的基原理，识别问题， 达成途径：结合分类、回归、降维三类基 问题，训练 并清楚、准确地表达出问题 学生运用机器学习基理论知识，识别算法设计和实现 中的具体问题，并清楚、准确的表达出问题。 评价依据：课堂笔记、提问、