人工智能-人工智能课程教学大纲 精品
人工智能课程教学大纲
【课程性质、目标和要求】
人工智能是计算机科学的重要分支，是计算机科学与技术专业本科生的专业限选课之一。本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的"智能"，使得计算机更好得为人类服务．
作为本科生一个学期的课程，重点掌握人工智能的基础知识和基本技能，以及人工智能的一般应用．完成如下教学目标：
（1）了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域．
（2）较详细地论述知识表示的各种主要方法。重点掌握状态空间法、问题归约法和谓词逻辑法，熟悉语义网络法，了解知识表示的其他方法，如框架法、剧本法、过程法等。
（3）掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索、A*算法等．了解博弈树搜索、遗传算法和模拟退火算法的基本方法．
(4) 掌握消解原理、规则演绎系统和产生式系统的技术、了解不确定性推理、非单调推理的概念．
（5）概括性地介绍人工智能的主要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等．
（6）简介人工智能程序设计的语言和工具．
(7) 掌握Visual Prolog编程环境，会使用Prolog语言编写简单的智能程序。
要求学生已修过《数据结构》、《离散数据》和《编译原理》。
【教学时间安排】
本课程计 3 学分，理论课时72 ,实验课时28。学时分配如下表所示：
【教学内容要点】
教学要求的层次
课程的教学要求大体上分为三个层次：了解、理解和认识。了解即能正确判别有关概念和方法；理解是能正确表达有关概念和方法的含义；认识是在理解的基础上加以灵活应用。
第一章绪论
一、学习目的要求
1、了解人工智能的定义、起源与发展
2、了解人工智能的研究与应用领域
3、理解人工智能求解方法的特点
二、主要教学内容
1、人工智能的定义、起源与发展
2、人工智能的研究与应用领域
3、人工智能求解方法的特点
第二章知识表示方法
一、学习目的要求
1、认识状态空间法
2、理解问题归约法
3、认识谓词逻辑法
4、认识语义网络法
5、认识框架表示
6、认识剧本表示
7、理解过程表示
二、主要教学内容
1、状态空间法
2、问题归约法
3、谓词逻辑法
4、语义网络法
5、框架表示
6、剧本表示
7、过程表示
第三章搜索原理
一、学习目的要求
1、认识盲目搜索
2、理解启发式搜索
3、了解遗传算法
4、了解模拟退火法
二、主要教学内容
1、盲目搜索
2、启发式搜索
3、遗传算法
4、模拟退火法
第四章推理技术
一、学习目的要求
1、理解消解原理
2、理解规则演绎系统
3、理解产生式系统
3、认识不确定性推理
4、理解非单调推理
二、主要教学内容
1、消解原理
2、规则演绎系统
3、产生式系统
4、不确定性推理
5、非单调推理
第五章机器学习
一、学习目的要求
1、了解机器学习的定义、研究意义与发展历史
2、认识机器学习的主要策略与基本结构
3、理解机械学习
4、理解基本解释经验的学习
5、了解基于事例的学习
6、了解基于概念的学习
7、了解基于类比的学习
8、理解基于神经网络的学习
二、主要教学内容
1、机器学习的定义、研究意义与发展历史
2、机器学习的主要策略与基本结构
3、机械学习
4、基本解释经验的学习
5、基于事例的学习
6、基于概念的学习
7、基于类比的学习
8、基于神经网络的学习
第六章规划系统
一、学习目的要求
1、理解规划的作用与任务
2、理解基于谓词逻辑的规划
3、了解STRIPS规划系统
4、了解分层规划
二、主要教学内容
1、规划的作用与任务
2、基于谓词逻辑的规划
3、STRIPS规划系统
4、分层规划
第七章专家系统
一、学习目的要求
1、不同模型的专家系统
2、理解专家系统
3、了解专家系统开发工具
4、理解专家系统实例
二、主要教学内容
1、专家系统
2、基于规则的专家系统
3、基于框架的专家系统
4、基于模型的专家系统
5、专家系统开发工具
6、专家系统实例
第八章自然语言理解
一、学习目的要求
1、理解语言及其理解的一般问题
2、理解句法和语义的自动分析
3、了解句子的自动理解
4、了解语言的自动生成
5、了解文本的自动翻译
6、理解自然语言理解系统的主要模型
7、理解自然语言理解系统应用举例
8、了解语音识别
二、主要教学内容
1、语言及其理解的一般问题
2、句法和语义的自动分析
3、句子的自动理解
4、语言的自动生成
5、文本的自动翻译
6、自然语言理解系统的主要模型
7、自然语言理解系统应用举例
8、语音识别
第九章智能控制
一、学习目的要求
1、了解智能控制的历史沿革
2、了解智能控制的研究领域
3、理解智能控制的学科结构理论
4、了解智能控制系统
二、主要教学内容
1、智能控制概述
2、智能控制的研究领域
3、智能控制的学科结构理论
4、智能控制系统
第十章人工智能程序设计
一、学习目的要求
1、了解逻辑型编程语言
2、综合应用LISP语言
3、综合应用PROLOG语言
4、了解关系数据库
二、主要教学内容
1、逻辑型编程语言
2、LISP语言
3、PROLOG语言
4、关系数据库
一、（实验1）Visual Prolog 环境的建立与熟悉
1、实验目的要求
⑴掌握Visual Prolog 安装与卸载。
⑵掌握Visual Prolog的基本特性。
⑶理解项目文件结构以及之间的关系。
⑷掌握调试项目的步骤。
2、实验主要内容
⑴ Visual Prolog的安装与卸载。
⑵构建Visual Prolog 项目。
3、实验条件
⑴需要Visual Prolog编程环境。
二、（实验2）Prolog语言元素
1、实验目的要求
⑴掌握Horn子句的表示方法。
⑵理解Prolog推理机的构建方法。
⑶掌握Prolog程序控制和Prolog算符。
2、实验主要内容
⑴ Prolog推理机。
⑵程序控制。
⑶算符。
三、（实验3）Visual Prolog 面向对象元素
1、实验目的要求
⑴掌握Visual Prolog中类与对象的概念与表示。
⑵理解对象模型
2、实验主要内容
⑴接口
⑵类的声明和类的实现
⑶学生对象的Prolog实现。
四、（实验4）PIE推理机的实现
1、实验目的要求
⑴掌握Prolog推理机的实现方法。
⑵理解Prolog推理机具体使用方法。
2、实验主要内容
⑴ Prolog推理机。
⑵家族定理的分析与实现。
…………
五、（实验5）三层结构的家族定理的设计与实现
1、实验目的要求
⑴掌握使用Visual Prolog开发三层结构的系统。
2、实验主要内容
⑴家族定理的GUI编程
⑵家族定理的逻辑层编码
⑶家族定理的数据层编码
【成绩考核方式】
1、成绩评定总则
本课程考核分为平时考核和期末闭卷考试和实验考核三部分。其中平时成绩占15%，期末占60%，实验占25%。
2、平时成绩评定
平时成绩依据学生的课堂出勤率、作业完成情况进行评定。评定时，应充分体现公平、公正、实事求是的原则，客观地评价学生平时的表现。
3、期末闭卷考试
期末闭卷考试。试题的覆盖率至少要达到大纲要求的80%，试题的类型一般可以选择、填空、判断、解答、算法求解、设计为宜。
4、实验考核见实验大纲
【教材与参考书目】
指定教材：
《人工智能基础》，蔡自兴，蒙祖强。高等教育出版社，2005年5月参考书目：
1《人工智能（上、下册）》，陆汝钤，北京：科学出版社， 1996年2《人工智能原理》，石纯一等，北京：清华大学出版社，1993
3《人工智能基础》，高济等，北京：高等教育出版社，2002
【有关说明（教学建议）】
●本课程概念多、较抽象、涉及面广，因此教学形式以讲授方式为主。
●关键性概念、整体实现思想方面的问题可辅以课堂讨论的形式。
人工智能课程教学大纲
人工智能课程教学大纲 【课程编码】JSZX0300 【适用专业】计算机科学与技术 【课时】 72(理论)+28(实验) 【学分】 3 【课程性质、目标和要求】 人工智能是计算机科学的重要分支，是计算机科学与技术专业本科生的专业限选课之一。本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的"智能"，使得计算机更好得为人类服务． 作为本科生一个学期的课程，重点掌握人工智能的基础知识和基本技能，以及人工智能的一般应用．完成如下教学目标： （1）了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域． （2）较详细地论述知识表示的各种主要方法。重点掌握状态空间法、问题归约法和谓词逻辑法，熟悉语义网络法，了解知识表示的其他方法，如框架法、剧本法、过程法等。 （3）掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索、A*算法等．了解博弈树搜索、遗传算法和模拟退火算法的基本方法． (4) 掌握消解原理、规则演绎系统和产生式系统的技术、了解不确定性推理、非单调推理的概念． （5）概括性地介绍人工智能的主要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等． （6）简介人工智能程序设计的语言和工具． (7) 掌握Visual Prolog编程环境，会使用Prolog语言编写简单的智能程序。 要求学生已修过《数据结构》、《离散数据》和《编译原理》。 【教学时间安排】 本课程计 3 学分，理论课时72 ,实验课时28。学时分配如下表所示：
《人工智能》教学大纲
附件1 广东财经大学华商学院课程教学大纲模板 一、课程简介 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程。 二、教学目标 （1）熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及AI算法），掌握一些典型问题的启发式函数； （2）掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 （3）掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、主要教学模式和教学手段 1．本课程的教学包括课堂讲授、课外作业、辅导答疑、上机实验和期末考试等教学环节。
2．课堂教学采用启发式教学方法，理例结合，多媒体并用，引导学生加深对课程内容的理解，提高学生的学习兴趣和效果。 3．理论联系实际，通过本课程的教学，力争使学生在理解和掌握大纲所要求的知识内容的基础上，能正确地运用这些知识解决有关实际问题。 四、教学内容（要求编写所有章节的主要内容） 第一章人工智能概述 基本内容和要求： 1．人工智能的概念与目标； 2．人工智能的研究内容与方法； 3．人工智能的分支领域； 4．人工智能的发展概况。 第二章逻辑程序设计语言Prolog 基本内容和要求： 1．掌握Prolog语言的语句特点、程序结构和运行机理； 2．能编写简单的Prolog程序，能读懂一般的Prolog程序。 教学重点： Prolog程序设计。 教学难点： 表与递归，回溯控制 第三章基于图搜索的问题求解 基本内容和要求： 1．掌握状态图的基本概念、状态图搜索基本技术和状态图问题求解的一般方法，包括穷举式搜索、启发式搜索、加权状态图搜索和A算法、A*算法等； 2．掌握与或图的基本概念、与或图搜索基本技术和或图问题求解的一般方法； 3．理解一些经典规划调度问题（如迷宫、八数码、梵塔、旅行商、八皇后等问题）的求解方法； 教学重点：
大数据人工智能课程培训
大数据人工智能课程培训 依据IDC的调查报告显示，2017年大数据相关岗位空缺将升至900万，巨大的技术人才空缺，让众多互联网技术人才培训机构看到先机，那么想学习大数据，该去哪家比较好呢？为什么很多人都推荐千锋大数据课程培训呢？ 其实，同行业之间的比较总会带有尖锐性的特点，其实这种尖锐性的特点对比并不是划清好与坏的标准，只是想让更多关注相关内容的人在短时间内了解各自培训机构的优势不同而已。 下面我们就来共同看看千锋大数据课程培训的优势特点： 采用“T”字形的思维，以大数据的深度为主，以机器学习、云计算等作为宽度，相辅相成； 讲师的团队素质够硬，工作15年的开发经验的大牛（总监级）进行授课； “技术+ 项目”是先进的内容，是以北京的中关村、西二旗等IT公司密集的公司为技术背景，如：Sina&微博的推荐系统项目，作为教学项目等； 数据来源于一线互联网公司的源数据，作为学生的结业项目，具有一定的商业价值； 严格把控实际项目的前瞻性，如：Spark的版本迭代，机器学习中的算法革新； 贯穿整个项目教学环节，能够潜移默化的培养学生放眼全局，排查技术难点，
既能独立思考，又能组织团队开发； 定期组织与一线名企的工程师，进行面对面的就企业当下的项目讨论与研发，进而验证所学技术的正确方向； 课余时间，定期邀请其他领域的技术专家，与学生互动，其讲解内容除了本专业以内知识内容，还有以外的知识扩展，其目的是进一步拓展学生的视野，为未来在工作中的技术选型、岗位调配、服务与大数据分析等，打下良好的基础。 另外，据千锋大数据讲师介绍：“在千锋大数据课程培训毕业的学员，未来不仅可以在生产、管理及服务第一线从事大数据系统建设与规划、运维、测试、技术支持与销售工作，也可胜任企事业单位的大数据应用开发、管理与维护、培训教育机构的大数据教育与培训等工作。 学习大数据，当属千锋；学真正的大数据技术，高薪就业不用愁！
人工智能教学大纲
《人工智能》教学大纲 一、课程概述 1. 课程研究对象和研究内容 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。 《人工智能》（双语）课程的主要目标是为大学本科高年级学生提供有关人工智能理论以及应用所必需的知识和技能；掌握人工智能的基本原理；掌握设计开发智能系统的基本方法。 2. 课程在整个课程体系中的地位 人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程，该课程可以在大学三、四年级开设。 二、课程目标 1．熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及A*算法），掌握一些典型问题的启发式函数。 2．掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 3．掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、课程内容和要求 这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。这四个层次的一般涵义表述如下： 知道———是指对这门学科和教学现象的认知。 理解———是指对这门学科涉及到的概念、原理、策略与技术的说明和解释，能提示所涉及到的教学现象演变过程的特征、形成原因以及教学要素之间的相互关系。 掌握———是指运用已理解的教学概念和原理说明、解释、类推同类教学事件和现象。
《人工智能》详细教学大纲.doc
《人工智能》教学大纲 课程名称：人工智能 英语名称：Artificial Intelligence 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 修（制）订人： 修（制）订日期：2009年2月 审核人： 审核日期： 审定人： 审定日期： 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） …… ………………………………………………………………装……订……线…………………………………………………………………………………………………………… …………………………
大数据人工智能开发培训课程
大数据人工智能开发培训课程：这三个要点一定要知道随着互联网和科技的发展，人工智能也逐渐成为未来科技发展的重要方向，而在大数据时代的今天，对于数据采集、挖掘、应用的技术越来越受到瞩目。那么在人工智能和大数据的开发培训课程学习过程中，有哪些特别需要注意的要点呢？今天千锋小编就带大家先了解一下其中的三大要点。 要点一：数据并不是万能的 根本上看，机器学习算法并不是魔法，它需要从训练数据开始，逐步延伸到未知数据中去。例如假设你已经对数据的分布规律有所了解，那么通过图模型
来表达这些先验的知识会非常有效。除了数据以外，你还需要仔细的考虑，该领域有哪些知识可以应用，这对开发一个更有效的分类器会很有帮助。数据和行业经验结合往往能事半功倍。 要点二：泛化能力是目标 机器学习实践中普遍存在的一个误区是陷入处理细节中而忘了当初的目标——通过调查来获得处理问题的方法。 测试阶段是验证某个方法是否具备泛化能力(generalization ability)的关键环节(通过交叉验证、外部数据验证等方法)，但是寻找合适的验证数据集不容易。如果在一个只有几百个样本的集合上去训练有数百万维特征的模型，试图想获得优秀的精度是很荒唐的。 要点三：相关关系不等同于因果关系 这一点值得反复强调，我们可以通过一句调侃的话来解释：“地球变暖、地震、龙卷风，以及其他自然灾害，都和18世纪以来全球海盗数量的减少有直接
关系”。这两个变量的变化有相关性，但是并不能说存在因果关系，因为往往存在第三类(甚至第4、5类)未被观察到的变量在起作用。相关关系应该看作是潜在的因果关系的一定程度的体现，但需要进一步研究。 学习大数据人工智能开发课程，专业和技巧都是要有的！千锋大数据人工智能课程用专业的课程打造专业的你，感兴趣的可以联系小编了，优惠福利、视频资料一应俱全！
DX3004模式识别与人工智能--教学大纲
《模式识别与人工智能》课程教学大纲 一、课程基本信息 课程代码：DX3004 课程名称：模式识别与人工智能 课程性质：选修课 课程类别：专业与专业方向课程 适用专业：电气信息类专业 总学时： 64 学时 总学分： 4 学分 先修课程：MATLAB程序设计；数据结构；数字信号处理；概率论与数理统计 后续课程：语音处理技术；数字图像处理 课程简介： 模式识别与人工智能是60年代迅速发展起来的一门学科，属于信息，控制和系统科学的范畴。模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别技术主要分为两大类：基于决策理论的统计模式识别和基于形式语言理论的句法模式识别。模式识别的原理和方法在医学、军事等众多领域应用十分广泛。本课程着重讲述模式识别的基本概念，基本方法和算法原理，注重理论与实践紧密结合，通过大量实例讲述如何将所学知识运用到实际应用之中去，避免引用过多的、繁琐的数学推导。这门课的教学目的是让学生掌握统计模式识别基本原理和方法，使学生具有初步综合利用数学知识深入研究有关信息领域问题的能力。 选用教材： 《模式识别》第二版，边肇祺，张学工等编著[M]，北京：清华大学出版社，1999； 参考书目： [1] 《模式识别导论》，齐敏，李大健，郝重阳编著[M]. 北京：清华大学出版社，2009； [2] 《人工智能基础》，蔡自兴，蒙祖强[M]. 北京：高等教育出版社，2005； [3] 《模式识别》，汪增福编著[M]. 安徽：中国科学技术大学出版社，2010； 二、课程总目标 本课程为计算机应用技术专业本科生的专业选修课。通过本课程的学习，要求重点掌握统计模式识别的基本理论和应用。掌握统计模式识别方法中的特征提取和分类决策。掌握特征提取和选择的准则和算法，掌握监督学习的原理以及分类器的设计方法。基本掌握非监督模式识别方法。了解应用人工神经网络和模糊理论的模式识别方法。了解模式识别的应用和系统设计。要求学生掌握本课程的基本理论和方法并能在解决实际问题时得到有效地运用，同时为开发研究新的模式识别的理论和方法打下基础。 三、课程教学内容与基本要求 1、教学内容： （1）模式识别与人工智能基本知识； （2）贝叶斯决策理论； （3）概率密度函数的估计； （4）线性判别函数； （5）非线性胖别函数；
《人工智能》课程教学大纲
人工智能》课程教学大纲 、课程基本信息 二、课程教学目标 《人工智能》是计算机科学与技术专业的一门专业拓展课，通过本课程的学习使本科生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识，掌握人工智能的基本概念、基本原理、知识的表示、推理机制和智能问题求解技术。启发学生开发软件的思路，培养学生对相关的智能问题的分析能力，提高学生开发应用软件的能力和水平。 三、教学学时分配
四、教学内容和教学要求 第一章人工智能概述（3 学时） （一）教学要求 1.掌握人工智能的基本概念； 2.理解人工智能的发展状况。 3.理解人工智能的基本技术； 4.了解人工智能的研究途径与方法； 5.了解人工智能的分支领域； （二）教学重点与难点教学重点：人工智能的基本技术。教学难点：三大学派的研究途径与方法。 （三）教学内容 第一节人工智能的基本概念 1.什么是人工智能 2.强人工智能与弱人工智能 3.脑智能和群智能 4.符号智能和计算智能 第二节人工智能发展概况 1.人工智能学科的产生
2.人工智能学科的发展 3.人工智能三大学派 第三节人工智能研究途径与方法 1.人工智能的研究目标 2.人工智能的研究方法 3.人工智能的研究内容 第四节人工智能基本技术 1.推理技术 2.搜索技术 3.知识库技术 4.归纳技术 5.联想技术第五节人工智能的应用 1.难题求解 2.机器定理证明 3.自动程序设计 4.模式识别 5.机器翻译 6.智能管控 7.智能决策 8.智能人机接口 第六节人工智能的影响 1.人工智能对人类的影响 2.人工智能对社会的影响 本章习题要点：对基本概念、技术、方法的理解。 第二章智能程序设计语言（5 学时）（一）教学要求 1．了解常见的几种人工智能程序设计语言；
《人工智能导论》教学大纲
人工智能导论》教学大纲 大纲说明 课程代码： 3235042 总学时： 32 学时（讲课 32 学时） 总学分： 2 学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求： C 程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科 学中涉及研究、 科学与技术， 以及有关专业重要的专业方向与特色模块课程之一。 生对人工智能的发展概况、 基本原理和应用领域有初步了解， 启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多 言理解、专家系统和机器学习等。 这些研究论题的基础是通用和专用的知 识表示和推理机制、 问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决， 甚至无法解决的问题。 这些 工具包括启发式搜索和规划算法， 知识表示和推理形式， 机器学习技术， 语音和语言理解方 法，计算机视觉和机器人学等。 要求学生掌握利用其中的重要工具解决给定问题的基本方法。 大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时， 本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章 绪论 学时： 2 学时（讲课 2学时） 了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点 ：在介绍人工智能概念的基础上， 使学生了解本课程所涉知识的重要意义， 以及人工智能的应用现状和应用前景。 设计和应用智能机器的一个分支。 本课程是计算机 通过本课程的开设， 使学 对主要技术及应用有一定掌握， Agent 系统、 语音识别、自动语
人工智能+Python学习教你选培训机构不被坑
人工智能+Python学习教你选培训机构不被坑 作为美国主流大学最受欢迎的入门编程语言Python，诞生至今已经过了25个年头。相对于其他语言，它更加易学、易读，非常适合快速开发。Python编程简单直接，难度甚至低于Java，十分适合初学编程者，让初学者可以专注于编程逻辑，而不是困惑于晦涩的语法细节上。基于这些优势，Python课程成为了市场上IT培训班上，不少小白者的首选。面对市场上层出不穷的IT培训机构，我们又应该避免哪些坑，才不会被那些不够专业的IT机构所蒙骗呢？小编为大家总结了以下五点。 1、课程框架 一些机构打着Python全栈工程师的名号，实则教学大纲偏Python、偏Web 框架或者偏Web运维，课程设计水分较多，与真正的“全栈”相差较远。我们可以在招聘网站了解名企需求，再衡量培训机构课程目录是否合格。至于那些连课程大纲的都没有的，科科。 2、授课讲师 不少培训机构为了节约成本，低价聘请新手Python开发者做讲师，或者让其他学科讲师现学Python充当讲师，耽误无数学生。名师出高徒，了解讲师背景也是关键。 3、课程周期 课时少或周期短就只能挑选必要的课程讲解，学完也能找工作，但会导致就业范围缩小、就业难度会增加，同时薪水不高。浓缩的都是精华，这话并不适用于课程教学，交同样的钱，能学的东西自然是越多越好的。
4、授课方式 这个就是重点了，线上教学火了，我见过培训机构坐在教室看1个讲师全国视频同步授课，或在教室看在线直播授课，更甚者仅提供录播视频，没有学习氛围，没有同学间交流，更欠缺后期项目辅导，完全看自觉性和自学能力强弱。哪里是报的培训班呢？完全就是线上当线下卖。 5、教学硬件 除了学费以外，你还要租用学校合作商的电脑，甚至变相收费也不少见，严重缺失良心教育精神。前期投入大，让你再掏点小钱，你只好乖乖就范。让你自带笔记本，教学硬件落后的，起码企业实力就不够。 举出了IT培训机构的五大坑，如果你懒得去一家家对比的话，小编再给你直接推荐一家口碑爆表的培训机构。 1、真正Python全栈开发，包含Python项目，爬虫、服务集群、网站后台、微信公众号开发，Python机器学习与数据挖掘，数据分析框架与实战，Python 物联网树莓派的开发等。八大课程阶段，23周超长课时，细致打造高端Python人才；
《人工智能》课程教学大纲.doc
《人工智能》课程教学大纲 课程代码：H0404X 课程名称：人工智能 适用专业：计算机科学与技术专业及有关专业 课程性质：本科生专业基础课﹙学位课﹚ 主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授 总学时：40学时﹙课堂讲授36学时，实验教学4学时﹚ 课程学分：2学分 预修课程：离散数学，数据结构 一.教学目的和要求： 通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。 此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。 二.课程内容简介 人工智能的主要讲授内容如下： 1.叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。 2.研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。 3.讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。 4.探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。 5.比较详细地讨论了人工智能的主要应用，包括专家系统、机器学习、自动规划、Agent、自然语言理解、机器视觉和智能控制等。对于应用内容，根据学时，有选择地进行讲授。 6.评述近年来人工智能的争论，讨论人工智能对人类经济、社会和文化的影响，展望人工智能的发展。 以上内容反映了人工智能的最新进展，理论联系实际，具有很好的针对性。 三.教学内容和学时安排
《人工智能》详细教学大纲
《人工智能》详细教学大纲 《人工智能》教学大纲 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） 1、讲授内容： （1） 人工智能的概念 （2） 人工智能的研究途径和方法 ………………………………………………
人工智能之深度学习的学习方法
众所周知，近几年人工智能的发展可以说是非常迅速，虽然人工智能的概念提出已经几十年了，但真正获得长足的发展还是近几年，而人工智能也吸引了一大批大学毕业生、高材生的加入。但想要进入这个行业并不简单，人工智能的核心是深度学习。因此，想要入行人工智能，我们首先需要做的就是对深度学习的了解和掌握，那么深度学习都有哪些方法呢？ 首先，小编认为，基础很重要，而深度学习或者说整个人工智能的学习基础都是数学知识。我们都知道，计算机之所以叫做计算机，就是因为它只是计算，计算机之于人工智能好比心脏之于人类，所以，人工智能说到底还是处理的数学问题，它是将生活中的问题转化成为计算机可以计算处理的数学问题，进而进行处理，因此，掌握数学知识对于学习人工智能和深度学习来说都是非常重要的一环。 其次，掌握一些基本算法和机器学习的理论。算法在人工智能中起的作用就是对问题进行计算，就像我们人类在感知到一些事物之后，我们的大脑会对其进行分析计算一样，人工智能就是通过算法的支持来对所感受的事物进行计算和分析并作出判断操作的，因此，算法是重中之重。 第三，编程语言的掌握，或者是Python语言的掌握。人工智能中，归根结底还是需要程序进行支持的，而程序的编写就需要用到计算机语言。人工智能中，有很多编程语言可供选择，但由于Python的优点和广泛的应用，现在基本上已经成为人工智能的第一选择，所以，掌握Python，我们才能进入到人工智能行业。
第四，自己动手搭建或者训练神经网络。我们都知道，在我们人类的大脑中，有着数以亿计 的神经元，这些神经元是我们日常思考和信息传递的重要媒介，正是因为这些神经元的存在，我们的大脑才能感知事物，并发出指令。同样的，人工智能也需要它们的“神经元”，在人工 智能中，我们管这些叫做神经网络，有了神经网络，人工智能才能算的上是智能，因此，神 经网络非常重要，如果想踏足人工智能行业，神经网络的搭建和训练，我们必须掌握。 人工智能发展的越来越迅速，这让更多的人选择这一行业，而这一行业对技术的要求并不低，因此我们需要学习和掌握的知识有很多，只有掌握了对应的方法，我们才能学的更迅速，从 而更快地入行。
《人工智能导论》教学大纲.
《人工智能导论》教学大纲 大纲说明 课程代码：3235042 总学时：32学时（讲课32学时） 总学分：2学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求：C程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章绪论学时：2学时（讲课2学时）了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。
《人工智能》课程教学大纲
《人工智能》课程教学大纲 （Artificial Intelligence） 课程性质：院公选课 适用专业：各专业 先修课程：离散数学、数据结构、操作系统原理 后续课程： 总学分：2学分 一、教学目的与要求 1．教学目的 人工智能主要研究解释和模拟人类智能、智能行为及其规律的一门学科，其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算机系统。本课程要求学生掌握人工智能的基本原理，了解人工智能中常用的基本技术，诸如：知识表示技术、搜索技术、自动推理技术以及专家系统等，同时学会运用Prolog语言求解人工智能的实际问题。 2．教学要求 学生必须具有离散数学、程序设计、数据结构、操作系统方面的知识。 二、课时安排 三、教学内容 1．人工智能概述（4学时） （1）教学基本要求 了解：人工智能的发展概况 理解：人工智能的概念 掌握：人工智能的研究途径与方法、人工智能的分支领域 灵活运用：人工智能的基本技术 （2）教学内容
①人工智能的概念 ②人工智能的研究途径与方法(重点) ③人工智能的分支领域(重点、难点) ④人工智能的基本技术(难点) ⑤人工智能的发展概况 2．人工智能程序设计语言（6学时） （1）教学基本要求 了解：人工智能程序设计语言分类 掌握：函数型程序设计语言LISP和逻辑型程序设计语言PROLOG 灵活运用：Turbo PROLOG程序设计语言 （2）教学内容 ①综述 ②函数型程序设计语言LISP(重点) ③逻辑型程序设计语言PROLOG(重点、难点) ④Turbo PROLOG程序设计(难点) 3．基于谓词逻辑的机器推理（6学时） （1）教学基本要求 理解：谓词及谓词逻辑，形式演绎推理 掌握：归结演绎推理 灵活运用：应用归结原理求取问题答案 了解：Horn子句归结与逻辑程序、非归结演绎推理 （2）教学内容 ①一阶谓词逻辑 ②归结演绎推理(重点) ③应用归结原理求取问题答案(重点、难点) ④归结策略 ⑤归结反演程序举例 ⑥Horn子句归结与逻辑程序(难点) ⑦非归结演绎推理 4．图搜索技术（8学时） （1）教学基本要求 掌握：状态图搜索方法、与或图搜索方法 灵活运用：状态图搜索方法进行问题求解、与或图搜索方法进行问题求解了解：博弈树搜索技术 （2）教学内容 ①状态图搜索(重点、难点) ②状态图问题求解(重点) ③与或图搜索(重点、难点) ④与或图问题求解（难点） ⑤博弈树搜索 5．产生式系统（4学时）
人工智能或跨学科融合创新学习类网络精品课程项目说明及报送要求【模板】
附件3-8 人工智能或跨学科融合创新学习类网络精品课程项目 说明及报送要求 人工智能或跨学科融合创新学习类网络精品课程是为响应“优质数字教育资源建设与共享行动”号召，鼓励教师充分发挥在网络教学资源开发中的主体性与创造性，同时为培养学生科技创新意识，提升学生科技创新能力，而设计开发的网络精品课程。人工智能或跨学科融合创新学习类网络精品课程应围绕科技创新进行整体设计，突破传统教学的时空限制，体现“以学生为主体”与“以学习为主线”的教学理念，支持个性化学习与差异化教学。 一、内容说明 基于广东省教育双融双创智慧共享社区搭建的人工智能或跨学科融合创新学习类网络精品课程，课程体系完整，应包含课程大纲、学习资源、在线讨论、测验练习等教学内容与活动，具有一定教学成效。课程容量不少于8个课时。 可选择下表内的一个专题进行申报：
二、活动对象 全省各级各类教育部门、教育机构、共同体、普通中小学校（团队或个人）。 三、格式要求 1.直接在广东省教育双融双创智慧共享社区（******/）课程栏目搭建人工智能或跨学科融合创新学习类网络精品网
络课程，课程容量不少于8个课时。 2. 填写人工智能或跨学科融合创新学习类网络精品课程申报书（见附件） 四、报送清单 1.作品登记表，PDF格式（签名并盖章扫描后提交）； 2.网络精品课程申报书（见附件），WORD格式，要求图文并茂，网页可以截图或链接的形式呈现； 3.相关材料：提交与网络精品课程密切相关的截图、数据等辅助性资料。 以上文件名请以第一作者+标题+网络精品课程命名。具体的报送清单以平台要求上传的模板为准。 五、推荐数量 原则上每市推荐课程不超过30个。
人工智能与社会教学大纲
人工智能与社会 课程教学大纲课程英文名称：Artificial Intelligence and Society 开课院系：计算机科学与技术学院课程性质：科技素质教育课程课程目的： 人工智能是一门边沿学科，属于自然科学、社会科学、技术科学三向交叉学科。今天，各样的智能机器人，不断能够帮助人类进行生产劳作，甚至可以料理家务，人们在整个的发展的过程当中希望利用外来之物来强化自身，摆脱自然力的束缚，人类从中可以得到解放，这是一个千古梦想，也是中国梦的梦境之一。这个梦想怎么样才能变成现实，最精彩的是人希望有一种智力的工具，它依靠信息科学技术来把信息资源转化成为这种工具，帮助人来扩展自己的信息功能、智力功能，这样就可以把人类从很多繁重的劳动，包括体力劳动和智力劳动中解放出来。人工智能是对资源、科学、技术、工具的集大成，这个是人类争取从自然力解放的一个非常重要的途径。学过这门课程后使学生对现代社会的人工智能应用有一个初步的认识，在今后的工作中适应现代社会的发展，为实现中国富强梦做出更大贡献。 课程内容： 一、二进制的前世今生 1. 计数的发展历史，计数历史贡献 2. 二进制的诞生，二进制的发展历史 3. 二进制的计算能力，二进制在科技进步中的作用
二、现代计算机的诞生 1. 计算工具的发展历史，计算工具的历史贡献 2. 机械式计算器的诞生，机械式计算器的历史作用 3. 现代计算机诞生，现代计算机的计算能力 三、人工智能的起源 1. Turing 思想和Turing 机 2. 人工智能的诞生的三大标志 3. 人工智能语言的发展 4. 智能博弈技术的发展 四、人类智能与计算机模拟 1. 智能仿真模拟能力 2. 计算机仿真模拟领域 3. 计算机仿真模拟能力 五、模糊世界和模糊信息 1. 人类世界的模糊性 2. 粒度计算的基本原理 3. 粒度计算的应用 4. 典型模糊案例分析
人工智能应用技术课程标准
《人工智能应用技术》课程标准 一、课程定位与目标 （一）课程定位 《人工智能应用技术》是一门综合性前沿学科，是信号与系统与计算机的交叉学科。机电一体化技术专业培养方案中“职业能力与素质”模块中的一门专业核心课。培养学生程序设计能力、软件开发能力、硬件开发能力、数字信号处理能力、机器算法能力以及神经网络算法能力。 先修课程：《C语言程序设计》、《Java程序设计》、《Android编程》、《Linux操作系统》、《嵌入式技术与应用》。 后续课程：《工业机器人应用技术》和《机电一体化技术》 （二）课程目标 通过本课程的学习和训练，使学生掌握人工智能技术的基本原理；了解启发式搜索策略、与或图搜索问题、谓词逻辑与归结原理、知识表示、不确定性推理方法、机器学习和知识发现等目前人工智能的主要研究领域的原理、方法和技术；增强学生的逻辑思维与实验能力，为今后在各自领域开拓高水平的人工智能技术应用奠定基础。 二、设计理念与思路 （一）设计理念 1．以职业教育模式为中心，突出教师的主导作用和学生的主体地位。 教师的教授应以学生为主体，以学生的学习为中心进行课程教学活动的设计。 2．注重学生的素质教育和能力培养 作为计算机网络技术专业的一门应用性很强的专业基础课，要紧紧扣住技术应用这一主线，进行课程内容的改革，帮助学生“学其所用，用其所学”。 3．课程设计充分体现了职业性、实践性和开放性的要求 体现职业岗位的能力要求，使课程设计与职业岗位能力紧密对应。让企业参与到专业建设及课程设置的各个环节中，在校企合作中创新人才培养模式。
（二）设计思路 1．理解和记忆算法基本结构 在整个课程所涉及的教学内容的学习过程中都按照“算法基本结构的理解和记忆-简单C++程序算法设计-上机调试程序技能训练-实际应用”这条主线来进行。也就是说对人工智能的各种算法主要内容的学习，以理解加记忆为主，通过上机调试程序加深理解和记忆；要求学生熟记常用的典型算法。 2．熟练上机调试技能，灵活掌握编程技巧 本课程安排有多媒体理论课和上机实践课，理论课力求让学生掌握编程基本思想；上机课通过编辑程序、运行程序、查看程序结果，改正程序错误再运行、观察结果等方法掌握编程技能。本课程是一个实践操作很强的课程，要求学生熟练根据各种错误信息提示迅速解决程序中出现的各种错误。加强编程逻辑思维能力的锻炼，力求让学生能够掌握灵活的编程技巧。 3．以赛促学 建议学生在学习完本课程后参加各类人工智能相关的技能大赛，通过这种方式起到“以赛促学”的目的。 4．“活动导向设计”的教学方法 在课程教学中融入案例教学法、启发教学法、互动式教学法等多种教学方法的组合。适时选用提问、讨论等生动花样的形式，营造师生互动、生生互动的学习氛围。 5．注重过程考核 考核方式突出“四个注重”。考核内容“注重”能力，考核形式“注重”多样化，考核评价“注重”过程，考核机制“注重”多种奖励。注重过程考核，坚持全面评价，强调知行统一，对学生掌握知识起到积极作用。 三、典型工作任务 根据职业岗位的需求，总结归纳如下典型工作任务： （一）基于谓词逻辑的机器推理 1.一阶谓词逻辑 2.归结演绎推理 3.应用归结原理求取问题答案
智能材料教学大纲
《智能材料》课程教学大纲 【课程编号】 【课程名称】智能材料 Intelligent materials 【学时学分】24学时；1.5学分【实验和上机学时】0学时【课程类别】专业与专业方向课【开课模式】选修 【先修课程】大学物理、高分子物理 【开课单位】辽宁省通用航空重点实验室【开课学期】第7学期 【授课对象】复合材料与工程专业本科学生 【考核方式】考查 一、课程的性质、目的与任务 智能材料这门课是为了拓展复合材料与工程专业学生的应用新型材料的能力，了解、应用、研发新材料的性能的一门选修课程，对学生认识交叉学科在材料与结构设计领域的应用具有启发意义。 本课程利用材料具有的一些生物体才具有的功能，如传感、判断、处理、执行、自预警、自修复、应激响应等，通过自适应材料与结构、智能超分子和膜、智能凝胶、微机械智能光电子、纳米机械等应用在航空航天飞行器以及土木建筑等方面。 本课程以大学物理和高分子物理等课程为基础，是学生毕业从事相关技术工作的重要理论基础。 二、课程的教学内容、基本要求和学时分配 1．绪论（2学时） 了解智能材料与智能结构的发展；智能材料的内涵和定义；智能材料与智能结构的应用前景与发展趋势。 2．典型智能材料介绍（16学时） 分别介绍几种典型的智能材料， ①形状记忆合金；
②压电复合材料； ③电磁流变体； ④智能纤维材料； ⑤智能高分子材料； ⑥智能橡胶与智能弹性体。 3．智能结构与智能控制（4学时） ①智能结构控制概念； ②隔振器与消能器； ③传感器； ④作动器。 4．其他传感元件（2学时） ①电阻应变丝； ②碳纤维复合材料； ③智能无机高分子复合材料与应用 ④二氧化钒智能窗； ⑤半导体材料； ⑥疲劳寿命丝（箔）。 三、教材及主要参考书（第1条填写主选教材） 著者书名出版社出版日期 1 陈英杰等《智能材料》机械工业出版社2013.07 2 傅秦生等《智能材料与结构系统》北京大学出版社2010.08 四、其它必要说明
人工智能系列课程研究
人工智能系列课程研究 摘要:在对人工智能学科的重要性进行分析的基础上,介绍首都师范大学精品课程人工智能原理及其相关系列课程的教学内容和知识点;总结该课程的特点和教学目标。同时,对该门课程针对不同教学对象采取的不同层次、不同内容、不同深度和不同教学手段进行探索,提出人工智能课程差别化的教学模式。 关键词:人工智能;教学;教材 人工智能的发展经历了漫长的历程。特别是20世纪30年代和40年代,智能界发现了数理逻辑和关于计算的新思想。1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈,这些都推动人工智能研究的进一步发展[1]。人工智能技术已经可以担当信息化和信息社会建设所赋予的重任。我国已有数以万计的科技人员和大学师生从事不同层次的人工智能的研究与学习,人工智能已成为一个受到广泛重视并有着广阔应用潜能的庞大交叉的前沿学科[2]。 人工智能与计算机领域的其他方向有一个比较显著的特点,即以符号处理为主,而其他方向是以数值计算为主。从理论上说,人工智能领域担负着一个极富挑战的任务——揭示智能的本质,从应用上说,人工智能的目标是开发更有用的计算机程序[3]。人工智能课程是智能科学与技术专业的重要基础课程,介绍人工智能的基本理论、方法和技术,为以后高级课程的学习、在人工智能领域的进一步研究和开发工作,奠定良好的基础。 本文以首都师范大学开设的人工智能原理精品课程的教学实践为基础,介绍我们针对不同专业、不同层次学生所开设的相关系列课程。 1课程知识点 人工智能是由脑科学、认知科学、逻辑学、信息科学技术等多学交叉所形成的一个新兴边缘学科。目前,国内外对人工智能的研究存在着狭义和广义两种观点。狭义人工智能通常是指以符号智能为主体的传统人工智能概念。广义人工智能通常是指包含自然智能、符号智能、计算智能、集成智能和分布智能等在内的智能科学技术概念。本课程主要基于广义人工智能的概念,从原理、方法、技术、系统和应用等不同方面,对人工智能进行科学的探讨。人工智能的主要特点是注重知识和推理,强调启发式和不确定性,提倡多学派融合和多技术综合。同时,它又是一个开拓性领域,其新思想和新技术层出不穷,因此,应鼓励学生的创新和实践。这门课程的主要内容包括:人工智能基础、知识表示、确定性推理和搜索、计算智能和不确定性人工智能、机器学习与自然语言理解、分布智能和专家系统等。其主要知识点有:
《人工智能基础》教学大纲(自考)
人工智能基础（8017）考试大纲 一、课程性质与设置目的 （一）课程性质和特点 “人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行相关的工作打下人工智能方面的基础。 （二）本课程的基本要求（课程总目标） 《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生还应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生还应认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。 （三）本课程与相关课程的联系、分工或区别 与本课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等。 离散数学中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一。本课程中的知识表示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程起到了基础作用。 -1-