《人工智能导论》教学大纲

第页《人工智能导论》教学大纲课程编号：10180307英文名称：IntroductiontoArtificialIntelligence学分：2学时：总学时32学时，其中理论32学时，实践0学时先修课程：线性代数、概率论与数理统计、程序与算法设计等课程类别：专业选修课程授课对象：电子信息工程专业学生教学单位：数理信息学院修读学期：第6学期一、课程描述和目标本课程是电子信息工程专业的专业选修课，是一门基础性较强的课程。通过本课程的学习，使学生了解人工智能的发展及其应用，掌握人工智能的基本概念和基本理论，掌握基于人工智能的系统设计方法，能够应用人工智能技术解决实际问题等。同时促进大学生的信息意识、信息价值、信息道德与信息安全等信息素质观念的形成与发展，提高学生学习、研究和创新能力，以便更好地适应当今知识经济时代，满足信息社会的需要。通过学习本课程，拟达到以下课程目标：课程目标1：提高学生科学素养，培养学生大国工匠精神，促进学生研究和创新能力，及时跟踪信息科学前沿知识。课程目标2：培养学生掌握人工智能的基本知识，包括专家系统、模糊逻辑推理、人工神经网络、进化计算等相关知识。课程目标3：培养学生运用人工智能知识分析和解决复杂问题的能力，同时通过导论学习，为进一步深入学习人工智能理论与应用奠定基础。二、课程目标对毕业要求的支撑关系毕业要求指标点课程目标权重2.3能够通过查找相关文献找到复杂工程问题多种解决办法课程目标20.8课程目标30.23.3设计过程中能够综合考虑社会、健康、安全、法律、文化以及环境等因素课程目标20.2课程目标30.87.1理解环境保护和社会可持续发展的内涵和意义课程目标10.5课程目标30.57.2理解电子信息产业与环境保护的关系，理解电子信息产业对社会可持续发展的影响。能正确认识电子信息专业领域复杂工程问题的专业工程实践对于环境和社会可持续的影响课程目标10.8课程目标30.2三、教学内容、基本要求与学时分配序号教学内容基本要求学时教学方式对应课程目标1绪论—人工智能的基本概念、发展简史、基本内容、主要研究领域了解人工智能基本概念和研究领域2集中讲授课程目标12不确定推理方法—概念、可信度方法、证据理论、模糊推理方法掌握证据理论和模糊推理方法4集中讲授课程目标2、33智能计算—进化算法概念、遗传算法、粒子群优化算法、其它群体算法掌握遗传算法和粒子群优化算法8集中讲授课程目标2、34专家系统与机器学习—专家系统概念、工作原理、机器学习概念和方法、数据发掘、案例掌握专家系统工作原理和机器学习方法8集中讲授课程目标2、35人工神经网络及其应用—神经元、BP神经网络、Hopfield神经网络、应用掌握BP神经网络及应用8集中讲授课程目标2、36智能体与多智能体系统—概念与结构、通信、协作了解多智能体系统与结构2集中讲授课程目标2、37知识表示—概念、特性、表示了解知识框架表示法0自主学习课程目标2、38自然语言处理及其应用—机器翻译、语音识别、应用了解语音识别的主要过程0自主学习课程目标2、3合计32四、课程教学方法采用集中讲授法、讨论法、练习法、案例法、混合教学法等教学方式。五、学业评价和课程考核课程考核采用过程性和结果性相结合的方式，总评成绩由平时成绩和期末考核两部分组成，具体计算方法如下：总评成绩=平时成绩（40%）+期末成绩（60%）考核依据建议分值考核/评价细则对应课程目标平时成绩40%出勤0%每旷课一次扣一分课程目标1作业10%根据作业完成情况计分课程目标2阶段测验20%根据阶段测验成绩按百分制成绩计分课程目标2课堂表现10%根据课堂听课状态和课堂活动参与情况计分课程目标3期末考核60%根据期末考核成绩按百分制成绩计分课程目标1、2、3六、教材与参考书（一）推荐教材1．《人工智能导论》，王万良主编，高等教育出版社，2017年07月版；2．《人工智能-智能系统指南》，（澳）耐格纳威斯基著，陈薇译，机械工业出版社，2017年09月版；3.《人工智能基础》，高济主编，高等教育出版社，2008年10月版。