原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
Python人工智能开发课程教学大纲
课程编号课程名称：Python人工智能开发/Pythonartificialintelligencedevelopment
总学时/学分：32/2（其中理论16学时，实验16学时）
适用专业：物联网工程
一、课程目标
通过本课程学习，学生应达到如下目标：
目标1：学会Python语法基础，理解数学建模到人工智能技术，从人工智能领域的数学出发，学习Python在人工智能场景下的关键模块；全面而详实地了解网络爬虫、数据存储与数据分析。
目标2：了解深度学习、机器学习和自然语言处理的概念，具备简单的深度学习和机器学习方法，了解推荐系统和知识图谱等。
二、课程目标能力要求及权重
课程目标
权重(∑=1)
初始程度
要求程度
目标1
0.5
L1
L2
目标2
0.5
L1
L2
本表注：以布鲁姆学习目标分类法描述学生在学完本课程后应具有的能力，目标栏内以L1(认知)、L2(理解)、L3(应用）、L4(分析)、L5(综合)、L6(创造)来表示对此项能力
要求达到的程度，无要求则留空。
三、教学过程安排
序号
知识模块
教学内容
课时
课程目标
教学方法
1
数学建模与人工智能
(一)数学建模
(二)人工智能下的数学
2
目标1
课堂讲授
2
Python概述
(一)注释与格式化输出
(二)列表、元组、字典
(三)条件语句与循环语句
2
目标1
课堂讲授
3
Python语法基础
(一)各类运算符
(二)运算符优先级
2
目标1
课堂讲授
(一)各类函数
4
Python函数
(二)函数的嵌套调用
(三)全局变量和局部变量
2
目标1
课堂讲授+作业+测验
(四)装饰器
5
常用科学计算模块
(一)Pandas科学计算库
(二)Matplotlib可视化图库
(三)SciPy科学计算库
2
目标2
课堂讲授
6
Python数据存储、数据分析
(一)关系型数据库MySQL
(二)NoSQL之MongoDB
(三)数据获取
(四)数据分析
2
目标2
课堂讲授+测验
7
机器学习
(一)算法基础
(二)决策树
(三)朴素贝叶斯
4
目标2
课堂讲授+测验
四、实验或上机内容
序号
实验项
目名称
实验目的和任务
实验
学时
实验
类型
开出
要求
1
python
分支与循环验
目的：了解python的分支结构、循环结构
任务：简单分支与双分支语句（if、if‐else、elif）；循环语句使用(for、while)；Break与continue语句
2
验证型
必做
2
python列表、元组和字符串
目的：了解python的列表、元组、字符串及函数的概念
任务：建立列表；访问、更新、删除列表；列表截取。创建元祖；访问、修改、删除元祖；元祖运算符；元组索引，截取；无关闭分隔符。创建字符串；访问、更新字符串；转义字符；字符串运算符；字符串格式化。学习声明和调用函数的方法
2
验证型
必做
3
字典与
集合
目的：了解字典、集合及其操作
任务：创建、访问、修改、删除字典与集合
2
验证
型
必做
4
Python科学计算 库
NumPy
目的：了解数组、矩阵、函数等概念及操作
任务：创建数组、矩阵合并与分割、统计函数、排序、搜索
2
验证型
必做
5
科学计
算模块
目的：了解科学计算模块
任务：Pandas基本操作
2
验证
型
必做
6
Python
网络爬虫
目的：了解爬虫的算法任务：爬虫实战
2
验证型
必做
7
Python
数据存储
目的：了解数据库基本理论、熟悉MongoDB
任务：MongoDB进行简单的数据操作
2
验证型
必做
8
机器学
习
目的：了解机器学习
任务：简单机器学习方法实践
2
验证
型
必做
五、课程目标达成方法
教学目标
课时
评价方法
评价依据
达成标准(分)
目标1
16
考试
试卷
68
目标2
16
考试（70%）+测验（30%）
试卷+测验
68
合计
32
六、考核标准
本门课程考核包括6个部分，分别为考试、作业、实验、大作业、讨论、测验。具体要求及评分方法如下：
1、考试试卷知识点要求
序号
知识模块
考核内容
试题比例
目标1
Python语法、程序设计方法、算法思想
Python语言基本语法，程序设计三种基本结构。基本数据类型及组合数据、函数和高级函数，文件与文件夹操作、异
常处理、Python模块。
60%
目标2
科学计算、网络爬虫、机器学
习等知识应用
程序编写、算法应用
40%
2、作业
优秀（90‐100分）
良好（80‐89分）
中等（70‐79分）
及格（60
文档评论（0）