人工智能应用技术（微课版） 教学大纲

人工智能应用技术学期授课计划课程名称人工智能应用技术课程代码授课专业授课学年/学期教学计划总时数已授课计划学时本学期计划授课时数每周时数/周数专业带头人或课程负责人签字：年月日系（部）主任签字：年月日

课程标准简表总学时开课学期/学时教材名称与编者《人工智能应用技术》康凤、卿山、周梵、吴思远、王兰馨、陈良维教学目标：首先，使学生理解人工智能的基本概念、发展历程及其在现代社会中的重要性。其次，深入学习和掌握人工智能的关键技术，包括机器学习、深度学习、自然语言处理、计算机视觉等，并能够运用这些技术解决实际问题。教学内容：人工智能基础知识机器学习技术3.深度学习模型4.自然语言处理（NLP）技术5.计算机视觉技术教学方法建议宏观：任务式教学法微观：A：任务式教学法B：案例式教学法C：模拟式教学法D：项目教学法媒介选择建议：1．软件工厂2．多媒体教室3．校园网、互联网考核与评价：过程考核，占50%，包括：考勤，作业，课堂表现2.课程项目，占50%，学生已有的学习基础：Python语言基础概率论线性代数高等数学教师需要的能力：1.教师需要具备扎实的人工智能理论知识，涵盖机器学习、深度学习、自然语言处理、计算机视觉等核心领域，能够准确、系统地讲解相关概念、原理和算法。2.熟练掌握Python编程语言以及主流的人工智能框架（如TensorFlow、PyTorch等），能够独立完成模型搭建、训练和优化。同时，具备实际项目开发经验，能够将理论与实践相结合，指导学生解决实际问题。学期授课计划表序号学习情境（或章、节）教学组织方式单元授课内容单元授课学时教学方法教学手段1数据挖掘与人工智能基础讲授数据挖掘简介。数据挖掘的发展历程。人工智能简介。人工智能在数据挖掘中的应用。2讲授、案例、启发PPT课件、计算机2机器学习概述讲授机器学习的定义与发展历程。2讲授、案例、启发PPT课件、计算机3机器学习类型讲授机器学习的研究现状。机器学习的类型。2任务驱动式教学法、展示与讨论PPT课件、计算机4线性回归与逻辑回归讲授线性回归。逻辑回归。2任务驱动式教学法、展示与讨论PPT课件、计算机5Lasso问题与岭回归讲授Lasso问题。岭回归。2任务驱动式教学法、展示与讨论PPT课件、计算机6感知机与硬间隔SVM讲授感知机。硬间隔SVM。2任务驱动式教学法、展示与讨论PPT课件、计算机7软间隔与非线性SVM讲授软间隔SVM。非线性SVM。2任务驱动式教学法、展示与讨论PPT课件、计算机8决策树讲授决策树概述。决策树的相关概念。决策树的应用。2任务驱动式教学法、展示与讨论PPT课件、计算机9随机森林讲授随机森林概述。随机森林的应用。2任务驱动式教学法、展示与讨论PPT课件、计算机10聚类与降维讲授聚类的介绍。降维的介绍。2任务驱动式教学法、展示与讨论PPT课件、计算机11神经网络讲授FNN、CNN、RNN。2讲授、案例、启发PPT课件、计算机12深度学习概述讲授深度学习概述。2讲授、案例、启发PPT课件、计算机13NLP概述讲授NLP概述。2讲授、案例、启发PPT课件、计算机14NLP应用讲授词嵌入。机器翻译。聊天机器人。2任务驱动式教学法、展示与讨论PPT课件、计算机15计算机视觉基础讲授计算机视觉概述。现代