人工智能详细教学大纲.docxVIP

  1. 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. 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. 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. 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. 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. 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. 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)人工智能详

细教学大纲

《人工智能》教学大纲

课程名称:人工智能英语名称:ArtificialIntelligence课程代码:130234课程性质:专业必修

学分学时数:5/80

适用专业:计算机应用技术

修(制)订人:修(制)订日期:2009年2月审核人:审核日期:

审定人:审定日期:壹、课程的性质和目的

(壹)课程性质

人工智能是计算机科学理论基础研究的重要组成部分,人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域,掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法,会用知识表示方法、推理方法和机器学习等方法求解简单问题等。

(二)课程目的

1、基本理论要求:

课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。

2、基本技能要求:

学生于较坚实打好的人工智能数学基础(数理逻辑、概率论、模糊理论、数值分析)上,能够利用这些数学手段对确定性和不确定性的知识完成推理;于理解Herbrand域概念和Horn子句的基础上,应用Robinson归结原理进行定理证明;应掌握问题

求解(GPS)的状态空间法,能应用几种主要的盲目搜索和启发式搜索算法(宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术)完成问题求解;且能熟悉几种重要的不确定推理方法,如确定因子法、主观Bayes方法、D—S证据理论等,利用数值分析中常用方法进行正确计算。

3、职业素质要求:结合实战,初步理解和掌握人工智能的关联技术。

二、教学内容、重(难)点、教学要求及学时分配第壹章:人工智能概述(2学时)

1、讲授内容:

人工智能的概念

人工智能的研究途径和方法

人工智能的分之领域

人工智能的基本技术

人工智能的发展简介

2、教学要求:

了解:研究途径和方法、人工智能的分之领域、基本技术和发展简介。理解:人工智能的基本概念、基本技术

掌握:人工智能的发展简介,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(2学时)

1、讲授内容:

壹阶谓词逻辑

归结演绎推理

应用归结原理求取问题答案

归结策略

Horn子句归结和逻辑程序

非归结演绎推理2、教学要求:

了解:壹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Horm 自居归结于逻辑程序的方法以及非归结演绎原理的方法和途径

掌握:归结演绎推理

3、教学重点:归结演绎推理

4、难点:Horn子句归结和逻辑程序第三章:图搜索技术(5学时)1、讲授内容:

状态图搜索

状态图问题求解

和或图搜索

和或图问题求解

博弈树搜索2、教学要求:

了解:常用的图搜索技术

理解:和或图搜索问题的原理

掌握:和或图的启发式搜索算法AO

3、教学重点:和或图的启发式搜索算法AO

4、难点:和或图搜索

第四章:产生式系统(2学时)

1、讲授内容:

产生式规则

产生式系统

产生式系统和图搜索

产生式系统的应用

2、教学要求:

了解:产生式

理解:谓词逻辑归结原理掌握:Herbrand定理

3、教学重点:谓词逻辑归结原理4、难点:Herbrand定理

第五章:知识表示(2学时)

1、讲授内容:

知识及其表示

框架

语义网络

面向对象知识表示

2、教学要求:

了解:知识表示的概述理解:几种知识表示方式

掌握:产生式表示语义网络表示

3、教学重点:产生式表示语义网络表示

4、难点:框架表示

第六章:不确定性推理方法(6学时)

1、讲授内容:

不确定性及其类型

不确定性知识的表示

不确定性推理的壹般模式

确定性理论

证据理论

模糊推理

2、教学要求:

了解:不确定性推理方法的概述理解:论证理论模糊推理

掌握:论证理论

3、教学重点:论证理论模糊推理4、难点:证据理论(D-Stheory)第七章:专家系统(4学时)1、讲授内容:

专家系统的概念

专家系统的结构

专家系统的应用和发展

专家系统设计和实现

专家系统开发和环境

新壹代专家系统研究

2、教学要求:

了解:专家系统的概述、专家系统的组成结构和发展理解:专家系统的设计和实现

掌握:专家系统的开发和使用

3、教学重点:专家系统的设计和实现

4、难点:新壹代专家系统概述第八章:机器学习(10学时)1、讲授内容:

符号学习

神经网络学习

2、教学要求:

了解:机器学习的概述理解:符号学习

掌握:常用的机器学习的方式

3、教学重点:神经网络学习

4、难点:遗传算法

三、各教学环节的基本要求

(壹)课堂讲授1、教学方法

注重理论指导的作用,积极探究达到最佳视觉效果的典型

文档评论(0)

tianya189 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体阳新县融易互联网技术工作室
IP属地湖北
统一社会信用代码/组织机构代码
92420222MA4ELHM75D

1亿VIP精品文档

相关文档