原创力文档- 1、本文档共12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)。
《人工智能导论》课程大纲
一、课程基本信息
课程名称（中文）
人工智能导论
课程名称（英文）
IntroductiontoArtificialIntelligence
课程代码课程性质
选修
课程类别
专业选修课
考核形式
考查
总学分（学时/周）
2(32)
理论学分（学时）
2(32)
实践或实验学分（学时/周）
0
先修课程
微积分、信号与系统
后续课程
Python编程
适应范围
全日制本科
面向专业
电子信息工程
开课学期
5
开课学院
电子与信息工程学院
1.指导思想：人工智能导论是电子信息工程专业的一门专业选修课程，目的是使学生在已有专业基础知识的基础上通过学习，对人工智能从整体上有一个较清晰全面的系统了解；使学生掌握人工智能的基本概念、基本原理和基本方法；了解人工智能研究与应用的最新进展和发展方向；开阔学生知识视野、提高解决问题的能力，为将来使用人工智能的相关方法和理论解决实际问题奠定初步基础。
2.基本原则：课程总的原则为使学生了解人工智能的内涵及发展趋势，掌握人工智能的基本概念、基本理论、基本方法，培养学生应用人工智能方法求解问题的基本能力，引导学生认识到技术发展对社会的影响以及终身学习的必要性。
3.课程思政:坚持以学生为中心，主动适应国家和区域经济社会发展的战略需求，面向信息行业，贯彻目标导向的工程教育理念，培养具有较强适应能力和实践能力，具有良好工程意识、职业习惯、职业态度的人才。
二、课程教学目标
课程目标1：了解人工智能领域新知识、新技术及发展趋势，并能够客观评价技术发展对社会的影响。
课程目标2：掌握人工智能的基本概念、基本理论、基本方法，能够应用知识表示和知识搜索对复杂工程问题进行初步表征、分析、求解、方案设计和归纳总结。
课程目标3：运用所学的编程知识对涉及人工智能方面的实际工程类问题在分析和方案设计的基础上进行初步编程实现和调试。
本课程主要支持的毕业要求指标点为：
毕业要求指标1.1掌握数学与自然科学知识，并能对电子信息工程领域内的工程问题进行建模、模型的正确性分析和论证，以及模型求解。
毕业要求指标1.3掌握计算机的基础知识，能够针对电子信息工程类问题进行初步的软件分析和设计。
毕业要求指标2.3能运用工程科学基本原理分析复杂工程问题，以获得有效结论。
毕业要求指标4.1能够基于专业理论并采用科学方法对电子信息工程及相关领域系统设计实验方案。
表1课程的教学目标与毕业要求指标点的对应关系
毕业要求
课程目标
毕业要求指标1.1
毕业要求1.3
毕业要求指标2.3
毕业要求指标4.1
课程教学目标1
0.4
0.2
0.1
0.1
课程教学目标2
0.4
0.3
0.6
0.7
课程教学目标3
0.2
0.5
0.3
0.2
注：将一个毕业要求指标点分解到对应课程教学目标中，每一列的权重Σ＝1。
三、课程内容及学时分配
第一部分理论教学
表2理论内容课时安排
章节
内容
学时
一
绪论
2
二
知识表示与知识图谱
4
三
确定性推理方法
4
四
不确定性逻辑推理方法
6
五
搜索求解策略
4
六
人工智能专题
6
合计
26
注：下文中“*”代表基本了解，“**”代表一般掌握，“***”代表熟练掌握。
第一章绪论（2学时）
1.1人工智能的基本概念（**）
1.2人工智能的发展简史（*）
1.3人类智能研究的基本内容（**）
1.4人工智能的主要研究领域（*）
第2章知识表示与知识图谱（4学时）
2.1知识与知识表示的概念（*）
2.2一阶谓词逻辑表示方法（***）
2.3产生式表示法（***）
2.4框架表示法（**）
2.5知识图谱（**）
第3章确定性推理方法（4学时）
3.1推理的基本概念（**）
3.2自然演绎推理（***）
3.3谓词公式化为子句集的方法（*）
3.4鲁宾孙归结原理（***）
3.5归结反演（**）
3.6应用归结原理求解问题（*）
第4章不确定性推理方法（6学时）
4.1不确定性推理的概念（*）
4.2可信度方法（**）
4.3证据理论（**）
4.4模糊推理方法（***）
第5章搜索求解策略（4学时）
5.1搜索的概念（*）
5.2状态空间的搜索策略（***）
5.3盲目的图搜索策略（*）
5.4启发式图搜索策略（**）
第6章人工智能专题（6学时）
6.1进化计算（***）
6.2机器学习（***）
6.3人工神经网络与深度学习（***）
第二部分实践教学环节
表3实验项目安排
序号
实验项目
学时数
项目要求
项目类型
项目性质
目的要求
支撑的课程目标
1
产生式系统试验
3
选做
操作
设计
熟悉产生式表示法，掌握产生式系
文档评论（0）