《人工智能》课程大纲.doc_第1页
《人工智能》课程大纲.doc_第2页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

课程名称：人工智能（Artificial Intelligence） 撰写人：年福忠 审核人：张永 李明一、课程编号：305316二、学时学分：32学时，2.0学分三、先修课程：离散数学，程序设计四、适合专业：计算机科学与技术五、课程性质和任务人工智能是一门综合性前沿学科，是计算机学科的重要分支。通过对人工智能课程的学习，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。六、主要教学内容1、人工智能研究的发展和基本原则：人工智能的研究和应用；人工智能研究的发展；人工智能研究的成果；人工智能研究的基本原则；存在的问题和发展前景2、一般图搜索：回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程、搜索算法讨论。3、与或图搜索问题：与或图的搜索、与或图的启发式搜索算法AO*、博弈树的搜索。4、谓词逻辑与归结原理：命题逻辑、谓词逻辑基础、谓词逻辑归结原理、HERBRAND定理。5、知识表示：知识、知识表示、知识观、产生式表示方法、语义网络表示、框架表示以及其他表示方法。6、不确定性推理方法：不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法、证据理论。7、机器学习：机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习、知识发现与数据挖掘。8、高级搜索：基本概念、局部搜索算法、模拟退火算法、遗传算法等。七、教学基本要求 根据课程在知识结构中的作用，教学要求分为掌握、熟悉、了解、选学四个层次，具体要求如下。1掌握部分: 一般图搜索（回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程）；与或图搜索问题包括与或图的启发式搜索算法AO*、博弈树的搜索；谓词逻辑与归结原理（谓词逻辑归结原理、HERBRAND定理）；知识表示（产生式表示方法、语义网络表示、框架表示）；不确定性推理方法（不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法）2熟悉部分：不确定性推理方法之证据理论；机器学习（机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习）。3了解部分：人工智能研究的发展和基本原则；知识原则、知识表示的作用、功能、性能；自动规划技术的新进展，人工智能的最新进展和面临的挑战。4选学部分：高级搜索八、参考学时分配：序号课程主要内容学 时讲授实验上机1人工智能的历史与现状32一般搜索问题63与或图搜索问题34谓词逻辑与归结原理95知识表示36不确定
人人文库> 全部分类> 应用文书 > 事务文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论