《人工智能与社会》教学大纲.docx

《人工智能与社会》教学大纲

课程编号英文名称：ArtificialIntelligenceandSociety

学分：2.5

学时：总学时48学时，其中理论16学时，实验32学时

先修课程：管理学、数据分析和可视化、大数据案例分析与应用

课程类别：专业拓展课程

授课对象：大数据管理与应用专业学生

教学单位：商学院

修读学期：第7学期

一、课程描述和目标

人工智能与社会是高等学校管理类各专业的专业课程之一，是一门理论性、实践性与综合性很强的课程。本课程主要讲授人工智能研究中的经典理论和方法，帮助学生形成人工智能有关知识理论及应用的体系框架，培养学生利用人工智能技术解决具体问题的实践能力。

课程目标：

1．专业知识方面。使学生能较全面、深入地掌握人工智能的基本概念、基本方法、主要功能及其实现技术，在巩固数据分析、机器学习等前期学习基础上，重点进行深度学习方面的发展前沿和有关创新方法的学习。

2．专业能力方面。促进学生的计算思维、数据思维、智能思维与专业思维的融合，认识人工智能在信息社会中的重要作用和人工智能的本质。学生通过学习和实验，能够发挥主动性，研究探讨人工智能系统的运行和实现过程，提出思路并积极验证和探索自己的思路，培养学生的理论联系实际能力和创新能力。

3．综合能力和素质方面。学生具备一定利用人工智能技术解决问题的综合能力。结合学习内容和实践，激发学生的民族自豪感和文化自信，增强学生职业道德和职业伦理，强化学生科学精神和工匠精神。

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

专业素养：2-1、2-2、2-3

课程目标1

M

实践应用能力：3-3

课程目标2、3

M

人文道德素养：1-3

课程目标3

M

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

人工智能概述

了解人工智能的基本概念和历史。了解人工智能的研究内容。熟悉人工智能的常见应用领域和趋势。熟悉智能计算系统的相关知识。

2

集中讲授

课程目标1、2、3

2

人工智能体验

了解人工智能的应用场景。了解人工智能开发平台。掌握人工智能云服务的使用方法和技巧。熟悉人工智能开发环境的使用。

2

集中讲授

课程目标1、2、3

3

人工智能编程语言

了解Python语言及其特点，知道Python语言的基本语法要素。掌握基本数据类型的表示、变量的创建、表达式的计算机语句的书写。掌握组合数据对象的创建及使用。了解程序的结构化流程控制，学会简单Python程序的编写。掌握常用的Python内置函数、标准模块函数的使用。掌握函数的定义及调用，学会用模块化设计程序。

2

学生自行复习和巩固，教师课堂适当

集中讲授，并总结引领，开展案例研讨

课程目标1、2、3

4

人工智能数据处理

了解NumPy数据类型。了解Pandas数据类型。掌握表数据处理方法。了解数据统计分析。掌握数据可视化。

课程目标1、2、3

5

机器学习

了解人工智能与机器学习的关系。掌握经典聚类方法及应用。掌握经典分类方法及应用。掌握线性回归方法及应用。掌握经典降维方法及应用。

课程目标1、2、3

6

深度学习

了解深度学习的基本概念、过程及其模型。了解监督学习、无监督学习、概率图模型，集成学习等深度学习方式。

2

集中讲授、案例讨论

课程目标1、2、3

7

常用深度学习模型

掌握循环神经网络、深度网络、卷积网络、反馈网络、长短期记忆单元等为代表的深度神经网络模型。能够理解介于有监督学习和无监督学习之间的强化学习模型。

4

8

人工智能哲学、安全、伦理与治理

了解人工智能的哲学、伦理、治理问题。理解人工智能治理机制。掌握人工智能安全、伦理问题应对之策。

4

集中讲授、案例讨论

课程目标1、2、3

合计

16

序号

实验项目

实验内容与要求

学时

类型

对应课程

目标

1

人工智能应用、开发体验，安装相关软件

学习在本地和远程安装Anaconda和库文件，学习使用JupyterNotebook,掌握常用Python库。

4

演示

课程目标1、2、3

2

编程基础

Python基本数据类型、组合数据类型，程序设计的三种基本结构。Python内置函数、标准模块函数的使用，函数的定义及调用，学会用模块化设计程序。

2

综合

课程目标1、2、3

3

人工智能数据处理

人工智能数据处理和数据可视化。

2

综合

课程目标1、2、3

4

机器学习

经典聚类方法及应用，经典分类方法及应用，线性回归方法及应用，经典降维方法及应用。

2

综合

课程目1、2、3

5

深度学习

神经网络基本原理，神经网络实现方法，卷积神经网络模型的搭建和使用方法。

6

综合

课程目标1、2、3

6

综合实