《人工智能》教学大纲 (2).docxVIP

1

《人工智能》教学大纲

课程名称：人工智能

课程类别（必修/选修）：通识必修

课程英文名称：ArtificialIntelligence

总学时/周学时/学分：32/2/2

其中实验/实践学时：0

先修课程：高等数学、线性代数

后续课程支撑：机器视觉技术、人工智能技术及应用

授课时间：1-16周星期一1-2节星期二3-4节

授课地点：莞城6412莞城3407

授课对象：23智能制造1,2班、多媒体

开课学院：粤台产业科技学院

任课教师姓名/职称：罗聪明/副教授

答疑时间、地点与方式：课后的1~2节课、实验楼307、面答/微信群

课程考核方式：开卷（）闭卷（）课程论文（）其它(√)：报告

使用教材：周苏，张泳，人工智能导论，机械工业出版社，2020年3月。

教学参考资料：王健，赵国生，赵中楠，人工智能导论，机械工业出版社，2021年10月。

课程简介：

《人工智能》课程是高等院校相关专业的重要课程，按涉入各个内容深广的不同，可以概分为导论、进阶应用两部分，本课程为先修导论内容，包括：引言、基础知识（大数据思维、搜索算法、知识表示）、基于知识的系统（专家系统、机器学习、深度学习）、高级专题（机器人技术、智能图像处理、自然语言处理、自动规划）等方面。通过本课程的教学，使学生了解人工智能的相关概念、理论与应用，帮助学生扎实地打好人工智能的知识基础。

课程教学目标及对毕业要求指标点的支撑：

课程教学目标

支撑毕业要求指标点

毕业要求

2

目标1：知识目标

使学生建立人工智能的基本概念，掌握基础技术与理论的内容，包括自动推理、专家系统、群智能算法、搜索技术等，熟悉人工智能的不同学派以及研究和应用的领域。

1-2掌握智能制造工程领域的专业基础理论和技术知识。

1工程知识：能够运用数学、基础科学和智能制造工程专业相关知识，对智能制造工程问题具有解决能力

目标2：能力目标

掌握人工智能相关的各类算法，配合编程语言实现，来熟悉机器学习、深度学习、强化学习等应用。

2-2能熟练掌握利用现代文献检索工具调研、分析和解决智能制造工程领域复杂问题的能力。

5-2能针对具体的对象开发或选用满足特定需求的现代工具，模拟和预测专业问题，并能分析其局限性。

2问题分析：能够应用数学、自然科学和工程科学的基本原理，对于智能制造工程复杂问题进行识别与表达，并通过文献研究分析，以获得有效结论。

5使用现代工具：能够针对智能制造工程复杂问题，合理选用适当的技术、资源、现代工具，进行预测与模拟并做可行性分析。通过国际化视野和跨文化交流合作的能力，发掘更多有效解决问题的现代工具。

目标3：素质目标

了解人工智能项目的创新力、团队力、专业力、跨界力、服务力与英语运用能力，并提升学生人文素养、社会服务的情操，培养学生良好的职业道德与社会责任感，使其具有团队合作精神与国际视野。

4-1能够基于科学原理并采用科学方法对智能制造工程领域复杂工程问题进行实验设计、分析，并解释数据。

9-1能与其他学科的成员有效沟通，合作共事。

4研究：能够熟悉智能制造工程的机械加工、机械设计、单片机编程、PLC控制、工业机器人集成、工业物联网运维等基本科学研究方法，具有科学研究精神，为智能制造工程复杂问题提出有效研究手段并将问题有效解决。

9个人和团队具有积极正面谋事的人格特质与良性团队互动的做事态度，在智能制造工程复杂问题解决过程中能够发挥关键性作用，让问题以团队合作方式快速完成。

3

理论教学进程表

周次

教学主题

授课教师

学时数

教学内容（重点、难点、课程思政融入点）

教学模式线下/混合式

教学方法

作业小考安排

支撑课程目标

1

绪论

罗聪明

2

人工智能定义、发展历史与研究。重点：人工智能时代需要的人才

课程思政融入点：感知人工智能研究对象与生活密切相关，激发学生们对智能制造的热情，并认识到我国在高精尖技术上的不足。

线下

讲授

目标2

2-3

人工智能及应用领域

罗聪明

4

智慧城市、智慧交通、智慧家居、智慧医疗、智慧教育特性。

重点：人工智能的意义与目标难点：人工智能的过渡过程

线下

讲授

1次

目标1

4-5

大数据思维

罗聪明

4

大数据与人工智能、数据操作、数据预处理及相关处理。

重点：大数据思维的特性

难点：大数据思维的转变机制

线下

讲授

目标3

6-7

搜索算法

罗聪明

4

盲目搜索、知情搜索及线性回归重要性。重点：线性回归的实现

难点：数据判别

课程思政融入点：通过线性回归的特性，引导学生体认走在正确轨道上的正要性。

线下

讲授

1次

目标3

8-9

知识表示