- 1、本文档共6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)。
《人工智能原理》教学大纲
课程名称(汉):《人工智能原理》
课程名称(英):PrinciplesofArtificialIntelligence
课程代码:262102111
课程类型:专业教育平台专业核心课程模块
适用对象:人工智能专业本科大二
学时/学分:64学时(理论学时48,实验学时16)/3.5学分
先修课程:《高等数学》,《线性代数》,《概率论与数理统计》,《Python程序设计》,《Java面向对象程序设计》
方案版本:2021版
一、课程简介(150—200字)
本课程介绍人工智能的基本原理、方法与应用技术。主要内容包括:人工智能的基本概念及发展状况、知识表示方法、推理方法、搜索策略、机器学习、自然语言理解、专家系统、人工神经网络与遗传算法等,并对数据挖掘和Agent技术等热点内容进行了介绍。
本课程是人工智能本科专业的专业核心课程。
本课程的教学目的是使学生理解机器学习的基本原理和基本方法,掌握它们的应用方法,为学生今后从事相关工作奠定坚实的基础。
二、课程的教学目标
课程目标1:理解人工智能的基本原理与基本概念;
课程目标2:掌握知识表示方法、推理方法、搜索策略、机器学习的原理与方法;
课程目标3:掌握自然语言理解、专家系统、人工神经网络与遗传算法的应用方法;
课程目标4:了解数据挖掘和Agent技术;
课程目标5:能够实现人工智能基本方法与技术的JAVA或Python程序设计。
三、课程目标对人工智能专业毕业要求的支撑关系
毕业要求
毕业要求指标点(非认证专业可以省略本项内容)
课程目标
支撑权重
问题分析
1,2,3
0.15
设计/开发解决方案
2-5
0.02
研究
2-5
0.04
四、教学内容及其基本要求
序号
教学内容
教学要求(包括重点难点、教学方法、学生掌握的程度等)
对应课程目标
1
第1章绪论
重点:人工智能基本概念、基本原理与研究方法
难点:人工智能基本原理
教学方法:多媒体讲解
掌握程度:掌握人工智能基本概念与基本原理
1
2
第2章知识表示方法
重点:各种知识表示方法
难点:面向对象的表示法,状态空间表示法
教学方法:多媒体讲解
掌握程度:掌握各种知识表示方法
2
3
第3章确定性推理方法
重点:命题逻辑、谓词逻辑、自然演绎推理方法、归结推理方法
难点:自然演绎推理方法、归结推理方法
教学方法:多媒体讲解、演示教学、实验教学
掌握程度:掌握命题逻辑、谓词逻辑、自然演绎推理方法、归结推理方法
2
4
第4章不确定性推理方法
重点:可信度方法、主观Bayes方法、证据理论
难点:主观Bayes方法、证据理论、模糊推理
教学方法:多媒体讲解
掌握程度:掌握可信度方法、主观Bayes方法、证据理论
2
5
第5章搜索策略
重点:启发式搜索策略、与/或树的有序搜索、博弈树的启发式搜索
难点:启发式搜索策略、与/或树的有序搜索、博弈树的启发式搜索
教学方法:多媒体讲解
掌握程度:掌握启发式搜索策略、与/或树的有序搜索、博弈树的启发式搜索
2
6
第6章机器学习
重点:机器学习方法、ID3判定树算法
难点:ID3判定树算法、深度机器学习
教学方法:多媒体讲解、演示教学
掌握程度:掌握机器学习方法、ID3判定树算法
2,5
7
第7章自然语言理解
重点:词法分析、句法分析、语义分析、大规模文本处理、自然语言建模方法
难点:大规模文本处理、自然语言建模方法
教学方法:多媒体讲解、实验教学
掌握程度:掌握词法分析、句法分析、语义分析、大规模文本处理、自然语言建模方法
3,5
8
第8章专家系统
重点:知识获取、专家系统的设计建造与评价
难点:专家系统的设计建造与评价
教学方法:多媒体讲解
掌握程度:掌握知识获取、专家系统的设计建造与评价
3
9
第9章人工神经网络与遗传算法
重点:神经网络的基本概念、反向传播网络、Hopfield网络
难点:反向传播网络、Hopfield网络、遗传算法
教学方法:多媒体讲解、实验教学
掌握程度:掌握神经网络的基本概念、反向传播网络、Hopfield网络
3,5
10
第10章数据挖掘与主体技术
重点:数据挖掘、主体技术
难点:数据挖掘、主体技术
教学方法:多媒体讲解
掌握程度:了解数据挖掘与主体技术
4
五、各教学环节及学时分配
知识模块
教学内容
教学环节及学时
讲授课
习题课
讨论课
实验(实践)
合计
第1章绪论
1.1人工智能的诞生及发展
1.2人工智能的定义
1.3人工智能研究的方法及途径
1.4人工智能的研究及应用领域
2
2
第2章知识表示方法
2.1概述
2.2一阶谓词逻辑表示法
2.3产生式表示法
2.4语义网络表示法
2
2
2.5框架表示法
2.6面向对象的表示法
2.7脚本表示法
2
您可能关注的文档
最近下载
- 悬臂梁受集中载荷的应力、变形计算.xls VIP
- 2023年广东省广州市中考生物试题卷(含答案解析).docx
- 《电力电子系统仿真——基于PLECS》4-PLECS 工作原理与仿真参数设置.pptx VIP
- 《电力电子系统仿真——基于PLECS》8-逆变电路仿真与分析.pptx VIP
- 建筑设备工程教学课件电子教案全套课件.pptx
- 《电力电子系统仿真——基于PLECS》11-附录A-电力电子元器件.pptx VIP
- 《电力电子系统仿真——基于PLECS》3-PLECS 示波器的使用.pptx VIP
- 《电力电子系统仿真——基于PLECS》9-PWM控制建模与仿真.pptx VIP
- 西门子G120变频器说明书.pdf VIP
- 广东2024年高考理科综合试题物理部分及详细解析.pdf VIP
文档评论(0)