人工智能课程教学大纲教案.pdf

人工智能导论课程教学大纲教案

课程代码：

课程名称：人工智能导论

开课学期：5

学分/学时：3/32+16

课程类型：必修

适用专业/开课对象：

先修课程：

开课单位：

团队负责人：责任教授：

执笔人：核准院长：

一、课程的性质、目的与任务

《人工智能导论》是计算机相关专业中一门综合性很强的基础课程，主要内容包括人

工智能概述、知识表示、逻辑推理方法、非确定性推理方法、搜索策略、机器学习、人工

只能的其他应用领域。

本课程的目的与任务是使学生通过本课程的学习，从人工智能的基本概念入手，由浅

入深学习人工智能的各种相关知识，掌握人工智能的相关思想。本课程除要求学生掌握人

工智能的基础知识和理论，重点要求学生学会分析问题的思想和方法，为更深入地学习和

今后的实践打下良好的基础。

二、教学内容及教学基本要求

1.人工智能概述（2学时）

学习什么是人工智能、人工智能的研究目标、人工智能的研究方法、人工智能的基本

研究内容

2.知识表示（6学时）

学习知识的概念、知识表示的要求，学习状态空间表示法、谓词逻辑表示法、语义网

络表示法、框架表示法。

3.逻辑推理方法（6学时）

了解什么是逻辑推理、逻辑推理的基础，学习自然演绎推理与或形演绎推理的部分方

法

4.非确定性推理及方法（6学时）

学习非确定性推理中的基本问题、掌握基于概率论的有关理论发展起来的非确定性推

理方法，包括基本的概率推理、主观贝叶斯推理、基于可信度的推理、证据理论等。了解

目前再专家系统、信息处理、自动控制等领域广泛应用的依据模糊理论发展起来的模糊推

理。

5.搜索策略（4学时）

学习常用的几种搜索策略、包括基于状态空间的盲目搜索、基于状态空间的启发式搜

索、基于树的盲目搜索、基于树的启发式搜索

6.机器学习（6个学时）

学习机器学习的一些常用算法模型：决策树、贝叶斯模型、支持向量机、聚类算法、

神经网络与深度学习、强化学习等。

7.人工智能的其他应用领域（2个学时）

讲述人工智能的其他应用领域：计算机视觉、自然语言处理、智能体。

三、教学方法

本课程教学方法以教师为主导的启发式讲授教学法为主，讨论（提问）式教学为辅，

结合课外学习的教学方法。实验以学生动手实验为主，教师的启发式讲授教学法为辅，并

结合讨论（提问）式教学，以及结合课外学习的教学方法。

1．本课程概念较多，因此教学形式以讲授方式为主。本课程拟采用多媒体PPT的教学方

法，增加课堂信息，浅显通俗地对概念、定义和原理进行解释，增加教学的直观性，教学

过程中注意各个知识点的关联性，以使学生更好地理解课程内容。

2．对课程中关键性概念、设计思想方面的问题可辅以课堂讨论的形式。

3．为加强和落实动手能力的培养，每章课后应安排作业，帮助学生学习和应用。

四、课内外教学环节及基本要求

本课程共32+16个学时，理论32个学时，讲授16周（每周2学时）；实验16个学时。

课外学习要求：

1．做好课前预习，预习时以教材为主，了解相关的概念、定义、原理。预习中认真思考，

以便带着问题主动地听课。

2．课后要复习，有余力的学生复习时还应阅读参考资料，认真整理课堂听课笔记。

3．要求学生课外自主学习，学生课外阅读的参考资料以本大纲所列参考资料为主。

4．认真完成所布置的大作业。

五、考核内容及方式

本课程成绩由平时成绩和期末考核成绩组合而成，课程成绩以百分制计算，分配比例如

下：

1．平时成绩占30%，主要考查作业的完成程度，理论课和实验课的出勤率，实验课的

考试结果。其中作业占10%，实验占15%，出勤率占5%。

2．期末成绩占70%，采用考试的考核方式。考试采用闭卷形式，题型为选择题、正确

/错误题、填空题、简答题，以及应用题。

六、持续改进

本课程根据学生作业、课堂讨论、平时考核情况和学生、教学督导等反馈，及时对教

学中不足之处进行改进，并在下一轮课程教学中改进。

七、建议教材及参考资料

建议教材：

[1]吕云翔，梁泽众，尹文志，孔孝刚，陈妙然.人工智能导论[M].北京：人民邮电出版

社，2021

课程类型：必修

适用专业/开课对象：计算机或软件工程专业/大二或大三

先修课程：计算机导论、数据结构、面向对象程序设计、数据库原理

开课单位：

团队