- 1、本文档共4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》教学大纲
课程名称:人工智能导论(IntroductiontoArtificialIntelligence)
学分与学时:3学分/48学时(40学时理论+8学时实验)
适用专业:人工智能,自动化,机器人
先修课程:高等数学、线性代数、概率论与数理统计、离散数学、高级语言程序设计
一、课程简介
《人工智能导论》课程介绍人工智能的基本概念、发展历程、基本方法、实际应用及
工程伦理,对于构建信息类专业学生的知识体系和拓宽学生的理论基础具有重要作用。通
过该课程的学习,学生对人工智能领域的方法和技术发展形成整体认知,掌握人工智能的
基础原理和主要技术,对符号主义、联结主义、行为主义三个主要技术流派具有清晰的认
识。修完本课程后,学生能够使用相关方法求解人工智能问题,包括规划推理、模式识别、
知识工程、自然语言处理、机器学习等只有具备“智能”才能解决的问题。
二、课程目标
1.在理解人工智能的概念、发展历程、主要流派、基本方法原理的基础上,能够对具
体应用问题给出形式化描述以及提出有针对性的、体现“智能”的问题解决方案。
2.结合具体问题选择适合的知识表示方法并进行知识表示,重点掌握产生式表示和谓
词逻辑表示,熟悉语义网络表示,了解框架表示和知识图谱表示。
3.针对具体问题进行归结反演系统的设计与实现,同时了解概率推理、模糊推理的概
念和基本方法。
4.针对具体问题设计盲目搜索和启发式搜索算法实现问题的求解,特别是回溯搜索、
局部搜索、遗传算法、最好优先搜索算法、A*算法、AO*算法、-搜索等。
5.针对具体问题设计机器学习算法实现问题的求解,特别是ID3决策树归纳算法、类
比学习方法、聚类算法、主成分分析方法、强化学习方法等。
6.针对具体问题设计结构适合的深度网络实现问题的求解,特别是自编码器、卷积神
经网络、循环神经网络、生成对抗网络、注意力机制等。
7.针对具体应用设计智能体、多智能体系统、基于智能体的问题解决方案、基于增强
智能的问题解决方案等。
8.了解人工智能引发的伦理问题、人工智能安全风险的应对策略、构建可信人工智能
和发展人工智能可解释性的基本途径、。理解人工智能伦理规范的核心原则。
1
三、课程教学内容与基本要求
序对应课
教学内容教学要求
号程目标
(1)人工智能的概念
(2)人工智能的基础理解人工智能的基本概念,了
(3)人工智能发展历程解人工智能的发展历程、基本
11
(4)人工智能研究基本内容研究内容、主要学术流派以及
(5)人工智能研究的主要学术流派人工智能的应用。
(6)人工智能应用
(1)知识、知识表示的概念
(2)产生及产生式系统
了解知识与知识表示概念。理
(3)语义网络
解不同的知识表示方法原则及
2(4)框架表示2
适用情况。掌握产生式表示、
(5)知识图谱
文档评论(0)