大数据专业《人工智能》课程标准_第1页
大数据专业《人工智能》课程标准_第2页
大数据专业《人工智能》课程标准_第3页
大数据专业《人工智能》课程标准_第4页
大数据专业《人工智能》课程标准_第5页
已阅读5页,还剩6页未读 继续免费阅读

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

《人工智能》课程标准二级学院:智能制造与信息工程学院执笔人:卫星君审核人:制定日期:2022年7月陕西能源职业技术学院一、课程信息表1课程信息表课程名称人工智能开课院部智能制造与信息工程学院课程代码考核性质考查前导课程数据结构与算法、程序设计基础后续课程跟岗实习、顶岗实习总学时24课程类型理论课是□实践课是□理论+实践是□理实一体化是√适用专业大数据技术二、课程性质1.课程类型《人工智能》课程是计算机网络技术专业的专业技术平台课程,,主要培养学生“智能”观念。了解人工智能的基本理论、基本方法和基本技术。提高智能产品的使用能力,为今后工作中智能设备使用打下坚实基础。2.课程功能定位。表2课程功能定位分析对接的工作岗位对接培养的职业岗位能力智能产品分析师1.能掌握人工智能基本理论和方法2.能掌握人工智能常用技术人工智能训练师1.能掌握工智能基本理论和方法2.能使用python实现基本算法3.能使用框架时间常用算法模型三、课程目标与内容1.课程总目标培养人工智能的应用能力,开拓学生的“智能”视野,能够熟练使用生活常用的人工智能产品,熟悉人工智能对工业、医疗、交通、安防、社交、机器人、无人驾、驶家居生活等方面的应用场景。2.课程具体目标(1)知识目标1)掌握人工智能定义研究领域发展,社会价值和应用领域未来与展望。2)掌握机器学习的概述范围,学习方法和机器学习的挑战。3)掌握人工神经网络的发展概况人神经元、人工神经网络、深度学习。4)熟悉计算机视觉、图像视频识别、模式识别、语音识别等概述。(2)技能目标1)AI对生活的影响。2)机器学习实例化案例。3)深度学习实例化案例。4)机器学习与深度学习关系。5)使用框架实现经典机器学习模型。6)使用框架时间BP神经网络。(3)素质目标1)具有良好的思想品德和诚实、敬业、负责等职业道德;2)具有良好的文化修养;3)具有良好的团结协作精神、团队意识、组织协调能力;4)具有开拓创新精神;5)具有良好的语言理解与表达能力、判断推理能力、数值运算能力、资料分析能力、信息技术应用能力、外语应用能力、思维策略能力、人际沟通与合作能力、自我学习与自我提高能力、分析和解决问题能力等职业核心能力。表3课程教学目标与内容序号毕业要求指标点知识目标技能目标素质目标教学内容1基本概念人工智能定义、研究领域及发展人工智能定义及研究领域。具有良好的信息收集及推断能力。1.人工智能定义2.人工智能的发展2机器学习机器学习经典模型使用框架实现经典机器学习模型具有良好的逻辑思维能力。1.机器学习概念2.机器学习应用领域3.框架模型3深度学习深度学习概念及模型使用框架实现深度学习模型具有良好逻辑思维能力。1.深度学习概念2.神经元3.BP神经网络4AI应用领域AI的应用场景分析应用场景,确定应用模型具有良好逻辑思维能力。1.应用场景分析2模型应用分析表4课程教学安排序号项目(模块)任务(单元)2教学内容重点、难点、考核点课程思政元素学时1模块1基本概念1.掌握人工智能的定义;2.人工智能研究领域及发展。1.流行的人工智能产品2.AI如何影响人们的生活人工智能研究领域及发展职业道道42模块2机器学习1.掌握机器学习的概念;2.机器学习经典模型实现;1.机器学习下的智能产品2.推荐系统应用3.框架实现线性回归推荐系统的应用及框架实现线性回归模型创新创业83模块3深度学习1.掌握深度学习的概念;2.深度学习经典模型实现;1.深度学习下的智能产品2.深度学习应用3.框架实现BP神经网络神经元,BP神经网络传统文化104模块4AI应用领域1.分析人工智能应用领域;2.确定应用领域使用的模型;1.人工智能在不同行业的典型应用。应用领域技术分析职业规划4四、课程考核实行学习过程考核和综合考核相结合的考核方案。依据课程的培养目标,课程考核以调动学生自主学习的积极性、监督学习过程、评价学生的综合职业能力为目的,实行学习过程考核和综合考核相结合的考核方案。以学习过程的考核为主,以期末综合性考核为辅,围绕课程核心内容,进行包括专业能力、学习能力、创新能力、职业能力的综合考核。五、实施要求1.授课教师基本要求《人工智能》课程团队建设规划,通过加强“双师”结构与“双师”素质团队建设、兼职教师队伍建设,努力打造具有实践能力强、教学水平高的“双师”结构合理的专兼结合教学团队。建立团队合作的机制,加强青年教师培养,积极开展教学研讨和教学经验交流,提升教学团队的执教能力;鼓励教师跟踪行业新技术发展,学习新技能,不断提高课程教学团队的技术服务能力。教师团体队需要的能力要求如下:(1)具有较强的编成能力。(2)具有一定的AI产品实现经验。(3)具备课程教学设计与组织能力,能很好的驾驭课堂。2.实践教学条件要求此部分主要填写本课程教学需要使用的校内实训室、校外实习基地的相关信息,可参考下表填写。(1)校内实训室(一个实训室一张表)表5实1401-2实训室实训室(中心)名称实1401-2实训室面积100m2序号核心设备数量备注1计算机30台2Pthon30套3相关软件包30套45(2)校外实习基地此部分主要填写本课程教学需要使用的校外实习基地,合作深度包括深度合作型、紧密合作型、一般合作型三个等级,各等级标准参照校外实践教学基地建设标准,可参考下表填写。表6人工智能课程校外实习基地序号校外实训基地名称合作企业名称校外实训基地功能接纳学生人数备注3.教学方法与策略描述本课程主要使用的教学方法与策略。本课程应采用理论实践一体化教学模式。在教学过程中应将基础理论与实践操作紧密结合,做到理论为实践服务,充分调动学生学习兴趣。实验实训过程中应给予学生足够的时间,让学生能在教师带领下逐步由会使用,转变为会分析,会自己解决问题。(1)“项目驱动”教学法在一体化教学过程中,以“任务驱动”为主线,将策划、任务分解、“教学做”有机结合起来。(2)现场教学法理论与实践有机结合,进行一体化教学,增强学生的感性认识,建立控制系统的现场感,提高学生的理解能力,易于学生掌握较抽象的知识点。4.教材、数字化资源选用表7人工智能课程教材选用表序号教材名称ISBN教材类型编者出版社出版日期人工智能导论9787111641971高职高专教材史忠植王文杰马慧芳机械工业出版社2020年01月表8人工智能课程参考教材选用表序号教材名称ISBN教材类型编者出版社出版日期人工智能导论9787504681195新一代信息技术丛书迈克尔T.古德里奇中国科学技术出版社2018年08月表9XXX课程数字化资源选用表序号数字化资源名称资源网址CS188伯克利大学人工智能导论/course/introduction/1208938835.htm?inLoc=ss_ssjg_qblb_%E4%BA%BA%E5%B7%A5%E6%99

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。

评论

0/150

提交评论