《人工智能導論》課程教學大綱

1、人工智能導論課程教學大綱一、課程基本信息課程名稱（中文）人工智能導論課程名稱（英文）Introduction to Artificial Intelligence課程類別1：專業(yè)選修課課程性質(zhì)2選修授課語言3中文授課學期5學分2課程學時及分配總學時講課實驗課外3224832適用專業(yè)網(wǎng)絡工程、軟件工程、物聯(lián)網(wǎng)工程、計算機科學與技術、信息安全等教材人工智能及其應用（第4版），王萬良編著，高等教育出版社，2020授課學院計算機與軟件學院先修課程概率論與數(shù)理統(tǒng)計、程序設計基礎等后續(xù)課程大數(shù)據(jù)分析與應用、機器學習、圖像處理等課程簡介課程基本定位：人工智能是計算機科學中的重要內(nèi)容，已經(jīng)成為計算機技術發(fā)展以

2、及許多高新技術產(chǎn)品中的核心技術。由于人工智能是模擬人類智能解決問題，幾乎在所有領域都具有非常廣泛的應用。人工智能導論是計算機科學與技術、軟件工程、網(wǎng)絡工程等專業(yè)本科生的一門基礎選修課程。本課程主要介紹人工智能問題求解的一般性原理和基本思想以及一些前沿內(nèi)容，為學生提供最基本的人工智能技術和有關問題的入門性知識，為進一步學習和研究人工智能理論與應用奠定基礎。核心學習結(jié)果：該課程的目標是把握計算機科學與技術的發(fā)展趨勢，熟悉本專業(yè)的前沿知識和研究熱點。該課程講述了人工智能的發(fā)展簡史、人工智能研究的基本內(nèi)容和主要研究領域、人工智能的研究熱點包括人工神經(jīng)網(wǎng)絡及其應用和遺傳算法及其應用等。要求學生掌握基本創(chuàng)

3、新方法，能夠針對創(chuàng)新點開展切實有效的理論和應用研究。該課程緊密聯(lián)系計算機學科中的前沿內(nèi)容和所涉及的新技術，例如人工神經(jīng)網(wǎng)絡及其改進方法在模式識別、軟測量、聯(lián)想記憶、優(yōu)化計算中的應用，遺傳算法及其改進算法在生產(chǎn)調(diào)度中的應用等，學生通過該課程的學習能夠了解基本的人工智能新技術和有關問題求解的創(chuàng)新方法；課程要求完成A*算法應用實驗、遺傳算法應用實驗、基于神經(jīng)網(wǎng)絡的優(yōu)化計算實驗等自主型實驗項目，學生通過實驗，能夠發(fā)揮主動性，研究探討人工智能系統(tǒng)的運行和實現(xiàn)過程，提出思路并積極驗證和探索自己的思路，從而更好的掌握知識，培養(yǎng)學生的理論聯(lián)系實際能力和創(chuàng)新能力,逐步培養(yǎng)他們發(fā)現(xiàn)問題、提出問題、分析問題和解決問

4、題的能力。主要教學方法：本課程以課堂教學為主，結(jié)合課內(nèi)實驗與課外自學、課堂討論、團組大作業(yè)。大綱更新時間2020.08.25注：1.課程類別：選填“通識核心課/通識拓展課/通修課/學科基礎課/專業(yè)主干課/專業(yè)選修課/專業(yè)實踐/素質(zhì)拓展”2.課程性質(zhì)：選填“選修/必修”3.授課語言：選填“中文/雙語/全英文或其他語種”二、課程目標序號課程目標（參考培養(yǎng)目標、畢業(yè)要求、課程定位）支撐畢業(yè)要求指標點1達成途徑課程目標1基礎知識方面：了解人工智能的專業(yè)背景、發(fā)展歷程與趨勢；理解并熟悉人工智能的基本概念、基本理論和基本方法。講授課程目標2方法與技能方面：理解人工智能領域問題：聚類、分類、回歸、優(yōu)化四大主

5、要專業(yè)分支；掌握各專業(yè)問題領域已有的經(jīng)典學習模型及其學習算法；講授案例課程目標3能力素養(yǎng)方面：分析問題和解決問題的能力利用已有的常見人工智能學習算法，去分析現(xiàn)實中的具體問題，并加以實現(xiàn)；創(chuàng)新意識分析理論方法層面的問題，或現(xiàn)實應用層面的技術問題，提出解決問題的新思路或新方法。實驗注：1.支撐畢業(yè)要求指標點：選填項。需要進行專業(yè)認證，有畢業(yè)要求指標點可參照的課程必填，無明確畢業(yè)要求指標點可參照的可不填。三、理論教學內(nèi)容章標題教學內(nèi)容學時思政融入點1學生學習預期成果2教學方式3課程目標第1章1.人工智能的概念2結(jié)合人工智能的發(fā)展樹立民族精神和時代精神，發(fā)展社會主義人工智能事業(yè)的緊迫感，堅持社會主義核

6、心價值觀。了解人工智能研究的基本內(nèi)容和主要研究領域，開闊學生思路，為以后學習和應用人工智能奠定基礎。熟悉本專業(yè)的前沿知識和研究熱點講授目標12.人工智能的發(fā)展簡史3.人工智能研究的基本內(nèi)容4.人工智能的主要研究領域第2章1、人工智能四大問題領域；2、機器學習在人工智能中的地位與作用；3、機器學習的幾種主要方式。4引入機器智能與人的智能的思考與分析理解處理的四大基本問題原型；熟悉機器學習的主要方式；講授目標1目標2第2章1.聚類問題4機器智慧與人類智慧的特點，以及各自的優(yōu)勢與不足理解聚類問題的核心；掌握K-means算法思想。講授目標1目標22.無監(jiān)督學習方式3. 基于劃分的聚類學習算法4. K

7、-MEAN算法第3章1.分類問題4理解分類問題的核心；掌握感知機學習原理。講授目標1目標22.有監(jiān)督學習方式3.線性可分任務4.感知機模型第4章1.線性不可分任務4探討機器智慧所引發(fā)的道德倫理問題理解線性不可分問題的內(nèi)涵實質(zhì)；掌握BP算法設計思想。講授目標1目標22.多層感知機模型3. BP算法第5章1.回歸分析問題2探討機器智能對人類認知能力的拓展，對人類認知世界深度和廣度猜想理解分析問題的內(nèi)涵實質(zhì)；掌握BP算法設計思想。講授目標1目標2目標32. 線性回歸模型3. 非線性回歸模型4. 多層感知機回歸模型第6章1.模仿學習4提出當前熱點問題和難點，鼓勵學生求真務實，毅力，勤奮，提出解決辦法，

8、樹立良好的科研價值觀和思維習慣。理解GAN生成技術原理；以及分析GAN的可能應用場景講授目標1目標2目標32.對抗生成網(wǎng)絡3. GAN學習建模4. GAN的應用注：1.思政融入點：至少寫3條，簡述該課程教學中將思政教育內(nèi)容與專業(yè)教育內(nèi)容有機融合的知識點（下同）。 2.學生學習預期成果：描述學生在學完本節(jié)內(nèi)容后應獲得的知識、能力或素養(yǎng)水平（下同） 3.教學方式:包括講授、討論、案例、演示等，但不限于所列，根據(jù)課程實際需要列舉四、實踐（實驗或?qū)嵙暎┙虒W1編號實驗或?qū)嵙曧椖棵Q教學內(nèi)容學時實驗或?qū)嵙曨愋?思政融入點學生學習預期成果課程目標1線性可分任務的學習感知機學習算法4驗證做實驗要具有批判性思維

9、，創(chuàng)新意識，期望在實驗中發(fā)現(xiàn)問題的新思路。利用已有的編程語言，實現(xiàn)感知機學習算法。課程目標2課程目標32無監(jiān)督學習K-means聚類算法4驗證分組討論，團隊協(xié)作，發(fā)現(xiàn)與質(zhì)疑，充分發(fā)揮社會主義集體思維決策的優(yōu)勢。利用已有的編程語言，實現(xiàn)K-means學習算法并進行驗證實驗。課程目標2課程目標3注：1.此表可用于課內(nèi)實踐教學環(huán)節(jié)或某門綜合實踐課程2.實驗類型：選填”驗證性/綜合性/設計性”；實習類型：選填“認識實習/生產(chǎn)實習/畢業(yè)實習”五、課程評價（一）考核內(nèi)容、考核方式與課程目標對應關系課程目標考核內(nèi)容考核方式及占比（%）成績（%）課堂表現(xiàn)課程作業(yè)實驗報告課程論文課程目標1機器學習的四大任務；機

10、器學習的主要學習方式；樣本集；模型選擇；模型評價；學習性能指標；機器學習常見的信息載體；常見的應用場景等101020課程目標2感知機算法、BP學習算法、K-Means聚類算法、回歸分析模型、GAN模型等機器學習基本算法基本原理及其各自的優(yōu)缺點等 2020課程目標3基于UCI等基準數(shù)據(jù)集的算法實現(xiàn)與分析。6060合計10102060100注：1. 課程目標在考核方式及占比：主要根據(jù)課程目標自行設計和制定多元化考核方式，表中所列僅為參考（紅色數(shù)據(jù)可刪除）。但所列考核方式必須覆蓋全體學生，可根據(jù)當學期具體教學情況酌情調(diào)整。2. 各考核方式占總成績權重：根據(jù)課程實際情況對各考核方式占總成績的權重予以賦

11、值。（二）考核方式評分標準1課程作業(yè)評分標準課程目標評分標準90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-59（不及格）目標1能夠深入理解人工智能基本概念、理論知識。能夠較好地理解人工智能主要技術的基本概念、工作原理。能夠理解人工智能主要技術的基本概念、工作原理。基本理解人工智能主要技術的基本概念、工作原理。不理解人工智能主要技術的基本概念、工作原理。目標2能夠很好地理解人工智能基本算法的設計原理。能夠較好地理解人工智能基本算法的設計原理。能夠理解人工智能基本算法的設計原理?；究梢岳斫馊斯ぶ悄芑舅惴ǖ脑O計原理。不理能理解人工智能基本算法的設計原理。目標3能夠很好地

12、應用人工智能基本技術方法。能夠較好地應用人工智能基本技術方法。能夠應用人工智能基本技術方法。基本可以應用人工智能基本技術方法。不能應用人工智能基本技術方法。（2）課程實驗評分標準課程目標評分標準90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-59（不及格）目標1能夠深入理解人工智能基本概念、理論知識。能夠較好地理解人工智能主要技術的基本概念、工作原理。能夠理解人工智能主要技術的基本概念、工作原理。基本理解人工智能主要技術的基本概念、工作原理。不理解人工智能主要技術的基本概念、工作原理。目標2能夠很好地理解人工智能基本算法的設計原理。能夠較好地理解人工智能基本算法的設計原

13、理。能夠理解人工智能基本算法的設計原理?；究梢岳斫馊斯ぶ悄芑舅惴ǖ脑O計原理。不理能理解人工智能基本算法的設計原理。目標3能夠很好地應用人工智能基本技術方法。能夠較好地應用人工智能基本技術方法。能夠應用人工智能基本技術方法。基本可以應用人工智能基本技術方法。不能應用人工智能基本技術方法。（3）課程考試評分標準課程目標評分標準90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-59（不及格）目標1能夠深入理解人工智能基本概念、理論知識。能夠較好地理解人工智能主要技術的基本概念、工作原理。能夠理解人工智能主要技術的基本概念、工作原理。基本理解人工智能主要技術的基本概念、工作原理。不理解人工智能主要技術的基本概念、工作原理。目標2能夠很好地理解人工智能基本算法的設計原理。能夠較好地理解人工智能基本算法的設計原理。能夠理解人工智能基本算法的設計原理?；究梢岳斫馊斯ぶ悄芑舅惴ǖ脑O計原理。不理能理解人