《计算与人工智能概论》实验教学大纲 理工版

《计算与人工智能概论》实验教学大纲   课程名称： 计算与人工智能概论  适用专业： 本科理工专业  实验课学时： 2学时*16周=32课时  实验类型： 实验分为个人实验和团队实验；个人实验和理论课各章节相对应，团队实验是综合性的实验。一、 实验的性质、教学目的与要求 《计算与人工智能概论》上机实验是本课程重要的教学环节之一，是设计性实践教学环节，主要目的是培养和训练学生的计算思维能力，并了解人工智能在学科中的应用方法。   学生以Python语言为载体，完成个人实验，对任务分解、模式识别、抽象和算法设计四项基本能力进行训练；并以这四项基本能力为基础，通过完成综合性团队实验，达成对计算思维能力的培养目标。二、 考核方式、要求及成绩评定办法 考核方式：实验在educoder线上平台进行，所有个人实验由平台自动评测打分，团队实验由教师和助教评价；实验成绩中个人实验占课程总成绩30%，团队成绩占总成绩20%。Educoder平台网址：/paths/2003三、 实验内容与教学计划 1个人实验序号课程章实验名称相关知识实验内容适合学科学时12Python语言基础简单计算问题的求解1变量与赋值2整数、浮点数、字符串、布尔值3输入与输出4表达式求值略所有学科222Python语言基础条件分支1if语句2运算符and3运算符or4多个逻辑运算符结合5else与elif略所有学科232Python语言基础循环1while循环2for循环3break,continue,pass,else略所有学科242Python语言基础列表1列表的定义2列表的增删查改3列表的切片4列表的遍历（for）5列表的嵌套、倒序、排序、求和等操作略所有学科152Python语言基础函数1函数的定义、函数的参数与返回值、函数的调用2调用第三方库函数3lambda函数略所有学科162Python语言基础字符串处理1字符串的索引2字符串的切片3字符串的其他常用操作略所有学科172Python语言基础字典1字典的创建、访问、删除、添加、修改3字典的keys,values,items函数4字典的嵌套、与列表的嵌套略所有学科183系统思维冯诺依曼结构1：简单应用冯诺依曼结构2：进阶应用1机器指令与机器程序2运算器、寄存器、内存、控制器之间的关系3冯诺依曼结构模拟程序给出用来模拟一种特定的计算机系统的模拟程序，给出一个运算要求，学时用该计算机的指令集编写出机器程序，模拟程序运行这个机器程序得出结果。所有学科294算法思维二分法1：简单应用二分法2：进阶应用1算法的时间复杂度分析方法2二分法的基本原理3用二分法求解方程4二分法的其他应用查找平方和求方程的根所有学科2104算法思维1牛顿迭代法求方程的近似根2梯度下降法求函数最值1牛顿迭代法求方程的近似根的原理及步骤2梯度下降法求函数最值的原理及步骤求方程的近似根求一元函数最值求二元函数最值所有学科2114算法思维递归与分治1：简单应用递归与分治2：进阶应用1分治策略的基本原理2设计递归函数的方法3用分治策略解决复杂问题数字三角形、最大子序列积平面最小点对所有学科2124算法思维数据结构1：栈数据结构2：队列数据结构3：二叉树1栈的基本原理与应用2队列的基本原理与应用3DFS与BFS括号问题加密与解密DFS求解八皇后问题选做2134算法思维动态规划1：简单应用动态规划2：进阶应用1动态规划的基本原理2动态规划的3个基本条件3状态与状态转移方程4用动态规划解决复杂问题数字三角形背包问题选做2145网络思维网络爬虫1：简单应用网络爬虫2：进阶应用1WEB服务器与浏览器的工作模式2HTML语言常用标签3request库的使用方法、robots网络排除协议4BeautifulSoup4库的使用方法5网络爬虫的设计方法网络表格数据获取网络图片数据获取所有学科2156数据思维科学计算1Numpy库的使用方法生成numpy数组、数组的索引、基本运算2Numpy库的应用蒙特卡洛投点法求定积分、曲线拟合、图像基本处理Numpy科学计算实践所有学科2166数据思维数据可视化与图像处理1Matplotlib绘图常用图形的绘制图形的修饰方法、子图的绘制方法2PIL图像处理数据可视化实践图像处理实践所有学科2177人工智能深度学习基础1机器学习与深度学习的基本原理2飞桨、AIStudio平台的使用方法3使用预训练模型进行人脸识别、动物分类、文字识别、视频分类等应用人脸检测实践OCR实践猫狗分类实践所有学科2187人工智能深度学习进阶1训练神经网络的基本方法和技巧2迁移学习的基本原理3在预训练模型的基础上继续进行训练预训练模型使用实践所有学科22团队实验序号实训名称（Jupyter实现）主要内容备注1公共团队实训-科比投篮预测项目背景：科比在洛杉矶湖人队的最后一场比赛中砍下60分，标志着他从NBA退役。利用20年来科比的进球和失误的数据，你能预测哪些投篮会落在篮框里吗？这个实训非常适合练习分类基础、特征工程和时间序列分析。任务描述：本实训主要实现：科比投篮数据可视化，包括射击精准度、赛季准确性、不同投篮距离的命中率、剩余时间是否影响准确率、不同对手的命中率、比赛节数与命中率之间的关系。4人一组2公共团队实训-电商手机营销预测项目背景：某电商平台准备上马手机网上销售业务。现需要根据从第三方获取到的手机销售原始数据集，通过分析各种品牌和型号的手机销售历史情况，预测未来手机销售趋势，为制定手机销售策略提供数据支撑。任务描述：对手机销售原始数据集进行预处理，对数据进行分析并进行可视化展示，建立手机销售预测模型，对模型进行训练，并对训练过的模型进行评估。4人一组3公共团队实训-垃圾检测项目背景：收集垃圾图片并标注（分类），使用PaddleHub的FineTune功能，完成垃圾图片的分类任务。任务描述：本实训要求学生从网络收集大量垃圾图片并进行标注，使用PaddleHub的FineTune功能载入预训练模型，然后对垃圾图片进行训练，最终实现垃圾分类任务。4人一组4理科团队实训-乳腺癌发病率预测项目背景：全球乳腺癌发病率自20世纪70年代末开始一直呈上升趋势。美国8名妇女一生中就会有1人患乳腺癌。乳腺癌已成为当前社会的重大公共卫生问题。自20世纪90年代全球乳腺癌死亡率呈现出下降趋势；究其原因，乳腺癌筛查工作的开展，使早期病例的比例增加。所以，如何高效快速的筛查乳腺癌细胞样本成为了一个关键问题。任务描述：本实训要求采用乳腺癌威斯康星（诊断）数据集，使用机器学习的方法来进行乳腺癌的诊断。4人一组5理科团队实训-五子棋游戏开发实战项目背景：Pygame是一组跨平台的Python模块,用于创建视频游戏。它由旨在与Python编程语言一起使用的计算机图形和声音库组成。Pygame由PeteShinners正式编写,以取代PySDL。Pygame适合于创建客户端应用程序,这些应用程序可以包装在独立的可执行文件中。任务描述：本实训要求根据教程，一步一步使用Pygame库完成五子棋游戏：创建五子棋的棋盘，设置落子规则和设置五子棋的输赢规则。4人一组6理科团队实训-学生成绩管理项目背景：本系统为学生成绩管理系统，主要实现了对学生成绩的管理，包含了各科学生成绩数据增删改查、对学生成绩进行可视化等功能。任务描述：本实训要求实现学生成绩管理系统的主要功能：增加学生成绩信息、查询学生成绩信息、修改学生成绩信息、删除学生成绩信息、学生成绩可视化分析。4人一组7理科团队实训-网络信息爬取项目背景：新型冠状病毒引发的肺炎来势汹汹，面对“生病”的城市，面临着病毒肆虐，广大人民群众没有自乱阵脚，而是用真心在守护属于自己的家园，充分展现了中国情怀。为了更加直观的了解疫情的情况，我们通过爬虫来获取疫情的实时数据。任务描述：本实训是一个全球新冠疫情数据实时汇总爬取的案例，主要是通过全球新冠疫情数据实时汇总网站(

https://www.bitpush.news/covid19/

)获取全球疫情数据统计前100的国家名称、确诊人数以及死亡人数，将获得到的内容保存至csv文件。4人一组8工科团队实训-八皇后问题项目背景：用智能优化算法解决八皇后问题。任务描述：运用智能优化算法（遗传算法、模拟退火算法、粒子群优化算法等），设计实现至少2种算法求解该问题。将算法扩展到N皇后问题，测试设计的算法的性能；比较算法在求解质量和时间上的性能，实验结果要求是算法运行10次以上的平均结果，绘制曲线图或表进行比较和分析。4人一组9工科团队实训-基于paddlehub的文本识别项目背景：OCR的应用场景可以分成识别特定场景下的专用OCR，以及识别多种场景下的通用OCR。证件识别、车牌识别就是专用OCR的典型案例。通用的OCR就是使用在更多、更复杂的场景下，拥有比较好的泛化性。任务描述：PaddleHub提供了轻量级中文OCR模型chinese_ocr_db_crnn_mobile。采用该模型实现图片的中文文本识别，并将检测结果写入文件。4人一组10工科团队实训-基于paddlehub的口罩检测项目背景：疫情防控中，为切断传播途径，佩戴口罩已经几乎成为了最重要的举措之一。但