-人工智能基础教学方案课程教学方案（人工智能基础64课时）-.docx

《-人工智能基础教学方案课程教学方案（人工智能基础64课时）-.docx》由会员分享，可在线阅读，更多相关《-人工智能基础教学方案课程教学方案（人工智能基础64课时）-.docx（8页珍藏版）》请在课桌文档上搜索。

1、“人工智能基础教学方案课程教学方案（人工智能基础64课时）1、课程教学方案（2022-2022学年度第1学期）课程名称：人工智能基础开课单位：任课老师：专业班级：填表日期：教务处制表基本信息开课单位信息工程学院课程名称人工智能基础英文名称Basisofartificialintelligence课程编码课程类型通识课程（必修、选修）R专业课程（必修、R选修）学科基础课模块化实践课程学分4专业班级无总学时64理论学时64实践与试验学时课程简介（200字左右）人工智能迎来了第三次高潮，正受到前所未有的重视，教育部已经申请将人工智能上升为一级学科，军事领域将其视为将来战斗成功的打算因素之一，而国家则

2、将其列为国家进展的战略2、目标之一。所以，处在人工智能大进展的潮流中的高校生，必需对人工智能有所了解。本课程作为人工智能入门和普及人工智能基础学问的课程。要求同学把握人工智能的基本概念和基本技能，把握利用人工智能解决问题的基本方法，并了解人工智能的讨论最新进展和热门讨论课题，如AlPhaG。下棋的搜寻原理、卷积神经网络、深度学习、大数据和云计算以及当前流行的人工智能开源工具等，把握人工智能基本技术，为以后从事IT行业的工作打下人工智能方面的基本技能的基础教材名称人工智能入门：朱福喜；出版社:清华高校出版社；出版时间:2022年09月学习成果预期成果完成该课程学习,同学应当能够:A.把握人工智能

3、的基本概念，对人3、工智能的整体学问结构有一个基本了解；B.把握人工智能基本技术，把握利用人工智能解决问题的基本方法；C.把握人工智能的基础编程，能够用编程解决一些实际问题；D.了解人工智能的最新进展及进展方向，为今后连续深造或就业打下基础；E.具有运用人工智能技术解决实际问题的力量考核方式详细评价方法所占百分比要评估的学习成果ABCDE.行程式评估1、考勤成果10%2、试验成果20%3、测试成果30%终结性考核（期末考试）考试（试卷考核非试卷考核）R考查（试卷考核R非试卷考核）40%总计100%教学进度校历周次授课日期学时教学内容支配教学方式及其手段作业/辅导备注19月2日至9月8日2第4、

4、章概述1.1什么是人工智能？LLl人工智能的定义1.1.2人工智能的分级1.2Al的产生背景及主要学派1.3图灵测试1.4人工智能的进展历程1.5无处不在的人工智能1.6人工智能的技术特征1.7新一代人工智能的讨论1.8将来人工智能展望讲授要求同学做点小智力题目：有两根不匀称分布的香，香烧完的时间是一个小时，你能用什么方法来确定一段45分钟的时间习题1.2、1.4你认为Al模拟智能胜利的标准是什么？2第2章用搜寻实现问题求解2.1搜寻求解问题的基本思路2.2实现搜寻过程的三大要素2.2.1搜寻对象222扩展规章2.2.3目标测试5、2.3实现搜寻的基本步骤智能问题求解：一个经理有三个女儿，三个

5、女儿的年龄加起来等于13,三个女儿的年龄乘起来等于经理自己的年龄，有一个下属已知道经理的年龄，但仍不能确定经理三个女儿的年龄，这时经理说只有一个女儿在上学，然后这个下属就知道了经理三个女儿的年龄。请问三个女儿的年龄分别是多少？为什么？习题2.8你认为有哪几种基本的问题求解方法。展现水壶问题的求解过程和算法，让同学直观理解各搜寻算法的基本框架29月9日至9月15日2第2章2.4搜寻的几种基本策略2.4.1盲目的搜寻方法2.4.2启发式搜寻提问，你如何搜寻路径到达一个目的地，导航/查地图/电子地图。在哪种状况下,深度优先6、搜寻好于广度优先搜寻?习题2.6、2.10试给出深度搜寻算法与广度优先搜寻

6、算法在算法描述上的区分？2第3章图搜寻算法3.1或图搜寻策略3.1.1或图搜寻算法3.1.2A算法与A*算法演示八数码问题和八皇后问题的搜寻程序，理解启发式函数的设计39月16日至9月20日23.2与/或图搜寻3.2.1问题归约求解方法与“与/或图322与/或图的构造方法多媒体教学演示野人和传教士过河问题的求解23.2.3与/或图的搜寻过程324与/或图搜寻算法AO*3.2.5用AO*算法求解一个智力问题怎么用一架天平称出13个硬币中唯一的然而未知轻重的假币（已知手上有一枚真币73?演示十二硬币的求解,让同学直观理解如何用图搜寻算法进行求解49月23日至9月27日2第4章博弈与搜寻4.1博弈问

7、题4.2微小极大搜寻算法421微小极大搜寻的思想4.2.2微小极大搜寻算法423算法分析与举例讲授试验一字棋的演示程序24.3-剪枝算法4.4AIphaGo搜寻策略4.4.1围棋博弈程序的进展4.4.2AIphaGo博弈树搜寻算法的改进4.4.3MCTS算法的四个基本步骤多媒体教学深蓝计算机的人机大战和这次alphago与李世石的大战难度上有什么不同。alPha-beta剪枝搜寻的演示程序59月30日至10月6日2第5章演化计算与遗传算法5.1演8、化计算与演化算法5.2遗传算法5.2.1遗传算法的基本结构5.2.2遗传算法的实现5.2.3遗传算法举例5.3遗传算法的应用领域讲授如何用遗传算法

8、求解八皇后问题：编码；适应性函数的设计；设计遗传算子。用演示程序展现遗传算法求解一个函数极值问题。第6章群集智能6.1粒子群优化算法6.1.1粒子群优化算法的基本结构6.1.2PSO算法的实现6.1.3PSO算法应用实例用鸟觅食过程展现PSO算法的来由和搜寻原理。用演示程序展现PSO算法求解一个函数极值问题。610月7日至10月11日26.2蚁群优化6.2.1蚁群优化的原理6.2.2蚁群优化算法6.2.3ACO算法应用实9、例多媒体教学蚁群算法中的正反馈性和多样性分别指的什么，怎样体现的？用演示程序模拟蚂蚁觅食过程2第7章经典规律学问表示和推理7.1产生式学问表示及推理7.1.1产生式系统的组

9、成7.1.2产生式系统的学问表示7.L3产生式系统的推理方式7.1.4产生式规章的选择与匹配7.1.5产生式学问表示的特点7.2命题学问表示及推理方法7.2.1基本概念7.2.2命题演算的归结方法讲授试验请列出学过的学问表示方法，人工智能中的学问表示方法的基本原则是什么演示推理系统用命题规律进行推理；710月14日至10月18日27.3谓词规律学问表示及推理7.3.1学问的谓词规律表示法7.3.2谓10、词规律自动推理的基本问题7.3.3将公式化成标准子句形式的步骤7.3.4合一算法7.3.5谓词规律的归结算法7.3.6推理中的相等意义的转换策略7.4一个推理实例多媒体教学展现：已知某些病人喜

10、爱全部的医生，没有一个病人喜爱任意一个骗子.证明任意一个医生都不是骗子.的推理过程演示推理系统用谓词规律进行推理；演示合一过程程序第8章非经典规律学问表示与推理8.1非单调推理8.1.1单调推理与非单调推理的概念8.1.2默认规律8.2DemPSter-Shater(D-S)证据理论8.2.1.识别框架(FrameofDiscriminate)8.2.2基本概率安排函数(11、BasicprobabilisticASSignment)BPA8.2.3置信函数Bel（八）(FunctionofBelief)8.2.4置信区间8.2.5证据的组合函数8.2.6DemPSter-Shafar证据理论

11、的评价请列举几种默认推理的场景。810月21日至10月27日28.3不确定性推理8.3.1不确定性8.3.2主观概率贝叶斯方法(BayeSianApproaches)8.4模糊推理8.4.1模糊推理的基本理论8.4.2Fuzzy规律讲授6.7复习题29.1人工神经网络的基本概念9.1.1人工神经网络的定义9.1.2人工神经网络的基本原理9.1.12、3人工神经网络互连结构9.1.4神经网络模型分类9.2几种典型的神经网络简介9.2.1单层前向网络9.2.2多层前向网络及BP学习算法讲授试验7.6复习题910月21日至10月27日29.2.3Hopfield神经网络9.3卷积神经网络9.3.1卷

12、积神经网络的结构9.3.2参数削减与权值共享9.3.3池化9.3.4全连接层9.4神经网络的应用领域多媒体教学第10章机器学习与深度学习10.1概述10.1.1机器学习的定义和意义10.1.2机器学习的讨论简史10.1.3机器学习方法的分类10.1.4机器学习中的推理方法10.2归纳学习10.2.1归纳概念学习的13、定义10.2.3归纳概念学习算法的一般步骤10.2.4归纳概念学习的基本技术1010月21日至10月27日210.3基于类比的学习10.3.1类比学习的一般原理10.3.2类比学习的表示10.3.3类比学习的求解210.4深度学习10.4.1什么是深度学习10.4.2特征提取10

13、.4.3自动特征提取10.4.4深度学习直观理解讲授试验8.9复习题1110月21日至10月27日2第11章数据挖掘与Web挖掘11.1一般数据挖掘方法11.1.1数据挖掘的定义11.1.2数据挖掘讨论的主要内容11.1.3数据挖掘的任务11.1.4数据挖掘的特点11.1.5数据挖掘常用的技术14、11.1.6数据挖掘过程讲授试验9.10复习题11.2关联规章挖掘11.2.1问题的形式化描述11.2.2挖掘步骤11.2.3Apriori算法11.2.4实例与分析1210月21日至10月27日211.3聚类分析11.3.1聚类分析的定义11.3.2聚类分析的主要步骤11.3.3聚类分析的几种主要

14、的算法11.3.4聚类分析的应用领域多媒体教学10.7复习题用Python程序展现K-Mean聚类算法聚类变化的过程211.4Web挖掘11.4.1Web挖掘概述11.4.2Web内容挖掘11.4.3Web结构挖掘11.4.4Web使用挖掘讲授试验11.11复习题131015、月21日至IO月27日2第12章大数据与云计算12.1熟悉大数据12.2从理论维度熟悉大数据12.2.1大数据的定义12.2.2大数据的特征12.2.3大数据的价值12.2.4大数据的进展趋势讲授试验12.9复习题试验报告12.3从技术的维度熟悉大数据与云计算12.3.1云计算的定义及要解决的问题12.3.2云计算与虚拟

15、化12.3.3云存储与云网络12.3.4私有云、公有云与云平台12.3.5云计算的服务模式12.3.6用大数据技术实现人工智能1410月21日至10月27日212.4从应用的维度熟悉大数据12.4.1从大数据走向大学问12.4.2从大数据走向大才智12.416、.3从大数据走向大财宝12.4.4得数据者得天下12.4.5大数据及人工智能全面渗透人类生活多媒体教学14.8复习题2第13章专家系统与人工智能工具13.1专家系统13.1.1专家系统概述13.1.2专家系统中的学问猎取13.1.3专家系统的解释机制13.1.4专家系统开发13.1.5专家系统开发实例讲授试验15.7复习题1510月21

16、日至10月27日213.2专家系统开发工具与环境13.2.1什么是专家系统开发工具13.2.2生成工具13.2.3帮助工具1324专家系统工具正SS讲授试验16.10复习题13.3人工智能开源工具13.3.1TensorFIow17、13.3.2ApacheSystemML13.3.3Caffel3.3.4ApacheMahoutl3.3.5Torchl3.3.6Neurophl3.3.7MycroftlGlO月21日至10月27日2(1)课程试验要求要求同学任选一种高级语言进行一些算法的演示项目的程序设计,并提交完整的试验报告和源程序。通过演示项目的开发，使同学人工智能的基本内容，把握其算法设计方法，重点把握几种搜寻算法的应用。讲授试验17.5复习题试验报告2(2)课程试验内容试验项目1要求依据人工智能中的各种搜寻算法，设计一个程序，解决一个实际问题。并展现搜寻的效果。试验项目2用群集智能算法，设计一个程18、序，或解决一个实际问题，或展现群体的智能现象。提交期末项目