(人工智能)人工智能教学大纲

〔人工智能人工智能详细教学大纲《人工智能》教学大纲ArtificialIntelligence课程代码：1302345/80适用专业：计算机应用技术修〔制〕订人：修〔制〕订日期：20222审核人：审核日期：审定人：审定日期：〔壹〕课程性质人工智能是计算机科学理论根底争论的重要组成局部，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、重要争论领域，把握人工智能求解方法的特点。把握人工智能的根本概念、根本方法，会用学问表示方法、推理方法和机器学习等方法求解简洁问题等。〔二〕课程目的1、根本理论要求：课程介绍人工智能的主要思想和根本技术、方法以及有关问题的入门学问。要求学生了解人工智能的主要思想和方法。2、根本技能要求：学生于较坚实打好的人工智能数学根底〔数理规律、概率论、模糊理论、数值分析Herbrand域概念和Horn子句的根底上，应用Robinson归结原理进展定理证明；应把握问题求解〔GPS〕的状态空间法，能应用几种主要的盲目搜寻和启发式搜寻算法〔宽度优先、深度优先、有代价的搜寻、A算法、A*算法、博弈数的极大—微小法、α―β剪枝技术Bayes方法、D—S3、职业素养要求：结合实战，初步理解和把握人工智能的关联技术。〔难〕点、教学要求及学时安排第壹章：人工智能概述〔2〕1、讲授内容：人工智能的概念人工智能的争论途径和方法人工智能的分之领域人工智能的根本技术人工智能的进展简介2、教学要求：了解：争论途径和方法、人工智能的分之领域、根本技术和进展简介。理解：人工智能的根本概念、根本技术把握：人工智能的进展简介，人工智能争论的课题种类3、教学重点：人工智能概念4、难点：人工智能的争论途径和方法其次章：基于谓词规律的机器推理〔2〕1、讲授内容：壹阶谓词规律归结演绎推理应用归结原理求取问题答案归结策略Horn非归结演绎推理2、教学要求：了解：壹阶谓词规律的根本概念理解：应用归结远力求取问题答案的方法和Horm自居归结于规律程序的方法以及非归结演绎原理的方法和途径把握：归结演绎推理3、教学重点：归结演绎推理4、难点：Horn子句归结和规律程序第三章：图搜寻技术〔5〕1、讲授内容：状态图搜寻状态图问题求解和或图搜寻和或图问题求解博弈树搜寻2、教学要求：了解：常用的图搜寻技术理解：和或图搜寻问题的原理把握：和或图的启发式搜寻算法AO3、教学重点：AO4、难点：和或图搜寻第四章：产生式系统〔2学时〕1、讲授内容：产生式规章产生式系统产生式系统和图搜寻产生式系统的应用2、教学要求：了解：产生式理解：谓词规律归结原理把握：Herbrand3、教学重点：谓词规律归结原理4、难点：Herbrand第五章：学问表示〔2〕1、讲授内容：学问及其表示框架语义网络面对对象学问表示2、教学要求：了解：学问表示的概述理解：几种学问表示方式把握：产生式表示语义网络表示3、教学重点：产生式表示语义网络表示4、难点：框架表示第六章：不确定性推理方法〔6〕1、讲授内容：不确定性及其类型不确定性学问的表示不确定性推理的壹般模式确定性理论证据理论模糊推理2、教学要求：了解：不确定性推理方法的概述理解：论证理论模糊推理把握：论证理论3、教学重点：论证理论模糊推理4、难点：证据理论(D-Stheory)〔4〕1、讲授内容：专家系统的概念专家系统的构造专家系统的应用和进展专家系统设计和实现专家系统开发和环境壹代专家系统争论2、教学要求：了解：专家系统的概述、专家系统的组成构造和进展理解：专家系统的设计和实现把握：专家系统的开发和使用3、教学重点：专家系统的设计和实现4、难点：壹代专家系统概述第八章：机器学习〔10〕1、讲授内容：符号学习神经网络学习2、教学要求：了解：机器学习的概述理解：符号学习把握：常用的机器学习的方式3、教学重点：神经网络学习4、难点：遗传算法三、各教学环节的根本要求〔壹〕课堂讲授1、教学方法留意理论指导的作用，乐观探究到达最正确视觉效果的典型做法。同时贯彻理论以提高学生的理论水平，培育学生的动手力量和创精神。把握课程的重难点，准时总结深化所学内容，且针对重难点布置适当的综合练习。以便到达良好的教学效果。2、教学手段承受理论讲解、操作示范等多种方式，充分利用多媒体等现代化教学手段，整体优化教学过程和教学内容，调动学生学习乐观性，进展启发式的教学。深化。3、教学关心资料CAI〔二〕作业、答疑和质疑1、作业2、答疑和质疑〔三〕考核方式1、考核方式：考试2、成绩评定：7030%四、和其他课程的联系和分工本课是计算机及关联专业学生的专业选修课，选修本课须有比较全面的计算机知识。先行课程：《离散数学》、《高等数学》、《概率论》、《线性代数》、《C语言程序设计》、