- 1、本文档共11页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
《人工智能基础》教学大纲
课程名称:人工智能基础课程编号:1342
英文名称:FundamentalsofArtificialIntelligence
学时:32学时 学分:2学分
开课学期:第6学期
适用专业:数据科学与大数据技术
课程类别:理论课
课程性质:专业方向与拓展课
先修课程:Python程序设计;数据挖掘与机器学习;数据采集与清洗;应用多元统计分析
一、课程的性质及任务
《人工智能基础》课程是数据科学与大数据技术专业的专业方向与拓展课,是培养数据分析人才整体知识结构的重要组成部分。
本课程旨在向学生传授人工智能基础技术、方法及其应用的知识,使学生对人工智能的发展概况、基本原理和应用领域有初步了解,掌握人工智能的主要技术及应用,启发学生对人工智能的兴趣,培养知识创新和技术创新能力,为将来从事大数据及人工智能相关领域的工作打下坚实的基础。
依据河北工程大学数据科学与大数据技术专业培养计划,本课程需要培养学生的能力是:
能够将数据科学与大数据技术相关知识用于大数据工程问题解决方案的比较与综合(毕业要求指标1.4)
能够基于数据科学相关科学原理和数学模型方法正确表达大数据应用领域的复杂工程问题(毕业要求指标2.1)
能够针对智能信息系统设计、大数据技术应用等大数据应用领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获得实验结果(毕业要求指标4.3)
能够掌握基本的大数据开发环境的配置和应用,熟练掌握软件开发语言(如Python、Java语言等),并能够运用集成开发环境进行复杂程序设计(毕业要求指标5.1)
具备使用大数据平台以及软件对复杂工程问题进行仿真的能力,理解其使用要求、运用范围和局限性(毕业要求指标5.3)
二、课程目标与要求
2.1课程目标
能对大数据处理中遇到的基本问题进行分析,运用人工智能基础知识制定解决方案。
使学生掌握知识表示方法的基本思想、搜索技术、机器学习方法和深度学习方法,启发学生对人工智能的兴趣,培养知识创新和技术创新能力。
能运用先修课程的理论知识,并结合该课程的知识如专家系统,自动推理技术等为人工智能研究领域遇到的问题进行分析、解释。
使学生具有在计算机领域中应用人工智能技术提高分析和解决复杂问题的能力。
人工智能基础课程教学大纲
PAGE10
PAGE371
2.2课程目标与毕业要求对应关系
毕业要求二级指标
毕业要求
1
2
3
4
●
1.4能够将数据科学与大数据技术相关知识用于大数据工程问题解决方案的比较与综合
1.具有扎实的数学与自然科学知识和工程基础,系统地掌握数据科学与大数据技术领域的基本理论、基础知识,并综合运用所学知识解决复杂工程问题。
●
●
2.1能够基于数据科学相关科学原理和数学模型方法正确表达大数据应用领域的复杂工程问题
2.掌握统计与机器学习的基本方法,能够综合运用数学、自然科学和数据科学的基本原理,对复杂的工程系统,识别问题、描述问题并通过文献研究分析与大数据相关的工程问题,以获得有效结论。
●
4.3能够针对智能信息系统设计、大数据技术应用等大数据应用领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获得实验结果
4.能够基于数据科学与大数据技术原理并采用科学方法对大数据应用领域的复杂工程问题进行研究,包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。
●
5.3具备使用大数据平台以及软件对复杂工程问题进行仿真的能力,理解其使用要求、运用范围和局限性
5.能够针对大数据应用领域的复杂工程问题,开发、选择与使用恰当的技术、资源、现代信息技术工具,包括对大数据应用领域的复杂工程问题的预测与仿真,并能够理解其局限性。
2.3课程目标与培养环节对应矩阵
序号
课程目标
理论教学
课后作业
1
能对大数据处理中遇到的基本问题进行分析,运用人工智能基础知识制定解决方案
H
L
2
使学生掌握知识表示方法的基本思想、搜索技术、机器学习方法和深度学习方法,启发学生对人工智能的兴趣,培养知识创新和技术创新能力
M
L
3
能运用先修课程的理论知识,并结合该课程的知识如专家系统,自动推理技术等为智能研究领域遇到的问题进行分析、解释
M
L
4
使学生具有在计算机领域中应用人工智能技术提高分析和解决复杂问题的能力
H
M
注:H表示该能力的在此环节重点培养;M表示该能力在此环节有应用要求;L表示该能力在此环节有所涉及。
神经网络与深度学习教学大纲
PAGE2
PAGE386
2.4目标达成度的评价
课程目标1主要通过理论教学环节进行培养,在课后作业中有所涉及。主要通过课后作业进行考核。目标达成综合以上内容进行评价。
课程目标2主要通过理论教学环节、课后作业进行培养。主要通过学生课堂提
文档评论(0)