《人工智能与大数据》课程教学大纲(中职).docx

《人工智能与大数据》课程教学大纲(中职).docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  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)。
查看更多

《人工智能与大数据》课程教学大纲

课程编号英文名称:ArtificialIntelligenceBigData

学分:1

学时:总学时16学时,其中理论16学时,实践0学时

先修课程:

课程类别:通识教育课程

授课对象:全校非计算机专业

教学单位:机械与电气工程学院

修读学期:第3学期

一、课程描述和目标

智创未来,未来已来,这是一个人工智能的时代。人工智能和大数据技术在当前科学技术中正在迅速发展,它们是各种新思想、新观点、新技术相结合的一个学科,是新一轮科技革命和产业变革的战略性技术。在此新形态下,我们国家提出和部署了新工科,新农科、新文科和新医科的四新战略。浙江省更是提早进行谋划布局,首次发布人工智能产业发展报告,积极进行建设。本课程正是基于这样一个前提,面向全校本科生开设。该课程是计算机科学技术学科与自动化学科相结合的一门分支学科,更是与数学、计算机科学、控制论、信息技术、心理学、哲学等学科的交叉和边缘学科。研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等种能活动以及利用大数据技术进行决策和分析。

本课程是一门引领学生进入人工智能和大数据领域的基础课程,让学生了解人工智能的概念和发展简史,人工智能三大流派的主要特点,并掌握人工智能的主要研究内容和应用领域,包括计算机视觉、语音智能与自然语言处理以及利用大数据技术进行数据分析和处理。

教学内容围绕人工智能和大数据技术的发展和应用、核心技术原理以及通过相关典型系统的技术实现方法和途径的分析、解剖、从而使学生通过人工智能和大数据技术解决一些实际问题,养成逻辑思维与创新能力,为今后处理各门学科的智能奠定基础。

课程目标1:了解人工智能技术和大数据技术的技术实现方法,学会使用人工智能技术和大数据技术等信息技术手段来解决相关行业问题的能力。

课程目标2:掌握人工智能和大数据的技术和应用,学会在万物互联的人工智能和大数据信息技术时代,养成持续的自主学习和终身学习新技术的习惯,从而解决工作中的专业问题能力。

二、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

5.1了解专业常用的现代仪器、信息技术工具、工程工具和模拟软件的使用原理和方法,并理解其局限性。

课程目标1

H

12.终身学习:具有自主学习和终身学习的意识,有不断学习和适应发展的能力。

课程目标2

L

三、教学内容、基本要求与学时分配

序号

教学内容

基本要求及重、难点

(含德育要求)

学时

教学

方式

对应课程目标

1

人工智能发展史

基本要求:人工智能的诞生、发展、研究特点、研究领域、应用领域、主要学派。

重点难点:人工智能的主要学派。

德育要求:认识现状,爱国精神。

2

集中

讲授

课程目标1

2

人工智能的基础知识

基本要求:人工智能的数学基础、常用工具、数据采集、数据存储、数据清洗、数据分析。

重点难点:数据分析。

德育要求:社会责任。

2

集中

讲授

课程目标1

课程目标2

课程目标3

3

人工智能的主要技术

基本要求:机器学习、深度学习、知识图谱、自然语言处理、人机交互、计算机视觉、生物特征识别、虚拟现实与增强现实。

重点难点:知识图谱。

德育要求:勇攀科学高峰。

4

集中

讲授

课程目标1

课程目标2

4

人工智能的应用场景

基本要求:语音识别、图像识别、视频修复、人工智能与仿生视觉注意力、人工智能与交互式设计、无人驾驶、银行金融、机器人。

重点难点:仿生视觉。

德育要求:创新精神。

2

集中

讲授

课程目标1

课程目标2

5

人工智能的挑战与未来

基本要求:挑战伦理道德、情感依赖、研究方向、产业发展前景。

重点难点:挑战伦理道德。

德育要求:科学伦理。

2

集中

讲授

课程目标1

课程目标1

课程目标2

6

大数据技术

大数据技术 基本要求:了解大数据的含义、发展历程、特征和对生活的影响、大数据的产业和大数据的应用

重难点:掌握大数据技术的基本流程、大数据的计算模式

德育要求:通过大数据技术谈目前的网络诈骗,让学生提高警惕

4

集中教授与实践

课程目标1

课程目标2

合计

16

四、课程教学方法

集中讲授+小组讨论等教学方式

五、学业评价和课程考核

(一)考核方式及具体要求

1.课程成绩构成与要求

课程考核注重形成性评价,考核内容主要由平时作业、课堂表现、课程报告组成,均按百分制计分,其中平时作业(包含线上、线下作业)成绩占20%、课堂表现占20%、课程学习报告占60%。最终成绩转换为五分制:90-100分为优秀,80-89分为良好,70-79分为中等,60-69分为及格,0-59分为不及格。

2.课程目标达成考核与评价

序号

教学环节

课程目标1(分值)

课程目标2(分值)

合计

1

平时作业

10

10

20

2

文档评论(0)

CUP2008013124 + 关注
实名认证
内容提供者

北京教育部直属高校教师,具有十余年工作经验,长期从事教学、科研相关工作,熟悉高校教育教学规律,注重成果积累

1亿VIP精品文档

相关文档