《智能技术前沿》教学大纲

《智能技术前沿》教学大纲课程编号：06220235英文名称：Frontierinintelligenttechnology学分：2学时：总学时32学时，其中理论32学时先修课程：无课程类别：专业主干课程授课对象：大数据管理与应用专业学生教学单位：商学院修读学期：第6学期一、课程描述和目标智能技术前沿是大数据管理与应用专业的专业主干课程之一。该课程是一门兼具理论性、操作性的综合性的专业课程。本课程主要系统讲授人工智能技术含义、发展历史、前沿、专家系统、模糊控制技术、粗糙集合、遗传算法、神经网络、深度学习等内容。通过深入学习和了解，帮助学生更好地掌握和智能技术前沿知识。课程目标：1．专业知识方面。深入工智能技术含义、发展历史、前沿等知识，掌握专家系统、模糊控制技术、神经网络、深度学习等相关原理和步骤。2．专业能力方面。熟练掌握专家系统、模糊控制技术、遗传算法、神经网络、深度学习等的相关理论、原理、运行、步骤，使学生具备扎实的理论知识和专业素养，能够将理论和实践相结合，针对实践中智能技术的具体应用场景加以分析与优化。3．综合能力和素质方面。能够提升学生的视野，了解智能技术前沿知识，增强学生对智能技术的敏感性，培养学生智能技术的分析能力、创新能力，培养学生爱国敬业、诚实守信、团队合作、勇于专研等的基本素质。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专业素养：2-2、2-3、2-4课程目标1、2、3M实践应用能力：3-1课程目标2、3L人文道德素养：1-3课程目标1、3L三、教学内容、基本要求与学时分配序号教学内容基本要求及重、难点（含德育要求）学时教学方式对应课程目标1绪论掌握人工智能技术的含义、历史、内容、学派、前沿等内容。4集中讲授课程目标12专家系统掌握专家系统的发展历程、含义、工作流程、结构等内容。4集中讲授课程目标1、23模糊控制技术掌握模糊集合的含义、表达方式、模糊关系、模糊语言、模糊推理等内容。4集中讲授课程目标1、24粗糙集合掌握粗糙集合的理论、步骤、应用等内容。4集中讲授、案例讨论课程目标1、2、35遗传算法掌握时遗传算法的原理、内容、应用实例等。4集中讲授、案例讨论课程目标1、2、36蚂蚁算法掌握产蚂蚁算法的基本原理、基本内容及其他生物计算技术.4集中讲授、案例讨论课程目标1、2、37神经网络掌握神经网络技术的含义、技术背景、模型、学习规制、实现方法等内容。4集中讲授、案例讨论课程目标1、2、38深度学习掌握深度学习含义、技术背景、主要方法、卷积神经网络等内容4集中讲授、案例讨论课程目标1、2、3合计32四、课程教学方法如集中讲授、小组讨论、案例分析等教学方式五、学业评价和课程考核推行多元评价，对本课程所采用的评价和考核方式作具体说明，若采用多种考核方法请分别列出考核评价的方法、内容、考核标准、成绩占比等，考核方法、内容应突出“学生中心、产出导向”。（以下以工科某课程为例，仅供参考。各课程要按课程实际情况设计填写）（一）考核方式及具体要求1.课程成绩构成与要求课程考核注重形成性和终结性评价相结合，考核内容主要由平时作业、课堂表现、期末考核组成，均按百分制计分，其中平时作业成绩占30%、课堂表现成绩占20%、期末考核成绩占50%。2.课程目标达成考核与评价序号教学环节课程目标1（分值）课程目标2（分值）课程目标3（分值）合计1平时作业101010302课堂表现055103期末考试25201560课程目标对应分值353530100（二）考核与评价标准1.平时成绩考核与评价标准分值观测点90-100分70-89分60-69分0-59分作业按时完成，90%以上的作业内容齐全，基本知识点理解、掌握到位。能够利用理论知识识别、分析智能技术前沿领域相关专业问题。按时完成，70%以上的作业内容齐全，基本知识点理解、掌握较到位。能够较好利用理论知识识别、分析智能技术前沿领域相关专业问题。延时完成，60%以上的作业内容齐全，基本知识点理解、掌握基本到位。利用理论知识对智能技术前沿领域相关专业问题有一定的识别、分析。不交和补交，50%以下的作业内容齐全，基本知识点理解、掌握有偏差。不能利用理论知识对智能技术前沿领域相关专业问题进行识别、分析。2.章节测试与评价标准章节测试根据测试题目及评分标注进行打分（百分制）。3.期末试卷考核与评价标准根据课程目标及教学内容，设计期末考核试题，综合检验学生对课程相关知识的掌握、综合应用及解决复杂问题的能力，根据考试题目设计相应评分标准。六、教材与参考书（一）推荐教材[1]许宝杰著，人工智能技术，北京：化学工业出版社，2020.程显毅，任越美，孙丽丽著，人工智能技术及应用，北京：机械工业出版社，2020.（二）参