计算与人工智能通识（微课版）-教学大纲

2-“计算与人工智能通识”教学大纲一、课程基本信息课程编号：课程名称（中/英文）：计算与人工智能通识/GeneralIntroductiontoComputingandArtificialIntelligence课程类别：必修课学时：48（其中讲课学时：38学时，实践学时：10学时）学分：3先修课程：无适用专业：非信息类教材：刘卫国，《计算与人工智能通识（微课版）》，电子工业出版社，2025二、课程简介“计算与人工智能通识”是针对非信息类专业开设的通识课。本课程从计算机与人工智能技术发展的趋势和人才培养的需求出发，实现价值塑造、知识传授和能力培养的有机结合。课程展示计算机科学的概貌，并系统介绍人工智能的基本原理、典型算法与应用领域，构建持续学习和应用计算机及人工智能技术的知识框架和能力基础，使学生能够在自己的专业领域中有意识地借鉴、引入计算机与人工智能中的原理、技术和方法，能够在一个较高的层次上应用计算机与人工智能技术、分析并处理应用中出现的实际问题。三、课程目标序号课程目标毕业要求指标点1掌握计算的概念，能读懂和理解简单的问题求解程序。掌握计算的概念，能读懂和理解简单的问题求解程序（用Python实现）。2掌握计算机系统的原理、操作系统的功能、计算机中数据的表示方法、计算机网络的概念与应用新技术。掌握计算机系统的原理、操作系统的功能、计算机中数据的表示方法、计算机网络的概念与应用新技术。理解计算机科学中方法论层面的原理与思维规律，具备应用计算机的基本素质和立志科技报国的责任感。3掌握数据分析的基本方法。掌握数据分析的基本方法、网络爬虫与信息提取、大数据处理、数据安全技术。4理解人工智能的概念和相关算法思想。理解人工智能的概念、机器学习算法、深度学习模型、大模型技术框架与应用、人工智能伦理与安全四、教学内容与安排序号教学内容学时教学重点教学难点教学方案设计（含教学方法、教学手段、思政元素等）讲课实践总计1第1章计算与人工智能概论1.1计算与计算自动化1.2计算思维1.3人工智能的起源与定义1.4人工智能的发展历程与趋势1.5人工智能的研究内容与主要技术202计算自动化，计算思维，人工智能三大学派，人工智能的研究内容图灵机、人工智能的研究内容教学方法：以教师课堂讲述为主、学生小组讨论为辅教学手段：PPT课件思政元素：介绍我国计算机与AI发展历史，激励学生立志科技报国。2第2章人工智能开发工具与平台2.1Python与人工智能应用2.2Python的数据描述2.3Python程序流程控制2.4函数2.5文件操作2.6Python人工智能应用生态426程序控制结构、函数、常用算法举例Python应用生态教学方法：以教师课堂讲述为主、学生小组讨论为辅教学手段：PPT课件思政元素：介绍问题求解程序的不同实现方法，培养学生刻苦钻研、勇于创新的科学素养；通过对应用案例的拓展延伸培养学生的道德情操和个人素养。3第3章计算系统—从单机到智能生态3.1单机系统3.2计算机中数据的表示3.3网络系统3.4云计算服务3.5物联网技术202计算机系统、工作原理、数据表示、网络基础、云计算、物联网声音和图像编码、云计算服务模式、物联网体系结构教学方法：以教师课堂讲述为主、学生小组讨论为辅教学手段：PPT课件思政元素：网络的应用与发展。4第4章人工智能的数据基础4.1数据分析基础4.2网络爬虫与信息提取4.3大数据处理4.4数据安全628数据的价值与类型，数据分析的基本流程、常用数据分析方法及数据可视化，网络数据采集及分析数据采集、可视化及分析教学方法：以教师课堂推导演示为主、课堂问答和小组讨论为辅，课后作业巩固课堂教学效果教学手段：PPT课件、案例演示思政元素：数据分析方法中对数据的态度。5第5章机器学习基础与应用5.1机器学习概述5.2机器学习流程与评估5.3机器学习算法5.4强化学习8210机器学习流程，机器学习算法机器学习流程，机器学习算法教学方法：以教师课堂推导演示为主、课堂问答和小组讨论为辅，课后作业巩固课堂教学效果教学手段：PPT课件、案例演示思政元素：机器学习的发展与应用。6第6章深度学习基础与应用6.1深度学习概述6.2神经元与神经网络6.3深度学习模型6.4应用案例—用Keras实现CIFAR-10图像分类8210深度学习概述，神经元与神经网络，深度学习模型神经元与神经网络，深度学习模型教学方法：以教师课堂推导演示为主、课堂问答和小组讨论为辅，课后作业巩固课堂教学效果教学手段：PPT课件、案例演示思政元素：深度学习的发展与应用7第7章大模型技术与应用7.1大模型概述7.2大模型的架构与技术工作原理7.3模型优化与压缩技术7.4DeepSeek的技术工作原理与应用7.5WPSAI智能办公应用628大模型的架构与技术，大模型的应用大模型的架构与技术教学方法：以教师课堂推导演示为主、课堂问答和小组讨论为辅，课后作业巩固课堂教学效果教学手段：PPT课件、案例演示思政元素：通过DeepSeek等国产大模型的发展历程及意义，激励学生勇于创新。8第8章人工智能伦理与安全8.1人工智能伦理概述8.2人工智能的安全挑战8.3典型案例分析202人工智能伦理的概念、面临的主要问题人工智能伦理面临的主要问题教学方法：以教师讲解为主、学生自学为辅，课后作业巩固课堂教学效果教学手段：PPT课件、案例讨论思政元素：分析人工智能伦理面临的主要问题，增强责任与担当意识。五、考核方式及成绩评定“计算与人工智能通识”课程考核分为平时成绩和期末考试。过程考核占总评成绩的40%，期末考试占60%。期末考试采用闭卷考试。考核方式成绩比例（%）考核/评价细则课堂表现