人工智能与计算科学B-教学大纲

《人工智能与计算科学B》课程编号：课程名称（含英文名称）：人工智能与计算科学B（ArtificialIntelligenceAndComputerScienceB）课程概要（200）B》课程是面向文科类专业开设的人工智能与计算机基础课程，高等教育层次（本科、硕士研究生、博士研究生）：本科生课程属性（必修、选修）：必修（（文科类）开课学年学期（如果有强制性的要求则必须填，否则可以不填）学期：第一学期先修课程（ab）：无学时、学分类别学时/学分类别学时类别学时总学时32课堂讲授学时22课堂实验学时10总学分2课下研讨实践学时0学生课下投入学时0注：A、总学时=课堂讲授学时+课堂实验学时（实践环节课程的课下研讨实践学时计入总学时）；B、总学分：对于普通课16学时计1学分，实践环节课程32学时计1学分；C、课下研讨实践学时：需为师生共同参与的学习时间；D、教师工作量认定：等于课堂讲授学时+课堂实验学时+课下研讨实践学时。（02/395%以上的时间使用英语进行教学和交流的课程（专业英语除外）；使用英语进行教学和交流的课程（英语专业课程除外）；2/3MOOC，SPOC课程预期学习成果（给出知识能力素养各方面的的具体教学结果）（必填项）见下一项教学内容、学时分配、与进度安排教学内容（含课下研讨实践学时）（含教学形式）所支撑的课程预期学习成果教学方法与策略（可结合教学形式描述）（选填）第一章 概述人工智能发展与现状计算机与计算思维2学时掌握基本概念，理解计算机思维，了解人工智能的发展现状。讲授、课堂讨论，应用视频图像等资源展示相关原理和应用。第二章人工智能的数据基础二进制基础基本数据表示信息编码3学时学习和掌握信息数字化及典型的编码方法。讲授、课堂讨论，应用视频图像等资源展示相关原理和应用。第三章 人工智能的计算模型通用计算模型计算机的基本组成计算机的基本工作原理算法基础3学时掌握图灵机模型和构，理解计算机的基本运行原理，算法的基本概念和运行框架。讲授、课堂讨论，通过虚拟实验加强理解。第四章 符号智能搜索与问题求解知识表示2学时学习基本的符号智能原理，包括问题求解、知识表示、知识推理三部分。讲授、课堂讨论，通过虚拟实验进行算法教学，加强理解。第五章机器学习机器学习的概念监督学习无监督学习2学时学习机器学习的基本概念及主要计算方法与原理。讲授、课堂讨论，应用视频图像等资源展示相关原理和应用。第六章神经网络与深度学习人工神经网络的概念前馈神经网络3学时学习神经网络与深度学习的基本概念及主要计算方法与讲授、课堂讨论，通过虚拟实验进行算法教学，并通过实践加强理解。反馈神经网络深度学习原理。第七章生成式人工智能4学时学习生成式人工智讲授、课堂讨论，应用视生成式人工智能浪潮文本生成模型及应用本、图像生成方法频图像等资源展示相关原理和应用。3 图像生成模型及应用的基本原理。第八章人工智能系统与社会伦理3学时理解典型的人工智能系统构成原理与讲授、课堂讨论，应用视频图像等资源展示。自动驾驶系统大语言模型系统应用，了解人工智能伦理与安全。多媒体自动生成系统人工智能伦理与安全实验教学部分（10学时）（1）数据表示与计算系列实验（2）字符编码与信息交换（3）图灵机模型与计算机硬件系统虚拟拆装（4）一条指令的执行过程（5）启发式搜索实验（6）卷积神经网络实验（7）数据的聚类与分类实验（8）五子棋博弈实验（9）最优路径规划实验（10）基于transformer模型的自然语言理解实验实践环节——使用WPSAI完成：AIAIAIAIAI考核与成绩评定（平时成绩、期末成绩在总成绩中的比例，平时成绩的记录方法）序号考核项目/方式比例考核类型/考核时长/字数要求考评内容（课程目标的对应项）1平时作业10%10小时覆盖每章课堂教学内容，重点强调课程目标1，考核学生的掌握情况。2大作业15%6小时对于课程重点内容进行考核，重点考察学生的应用能力，对应课程目标2。3实验25%10小时针对课程的重点难点问题，考察学生的实践能力，对应课程目标2。4期末考试50%闭卷，2小时。考核基础理论知识的掌握程度，重点考察解决问题的能力。对应课程目标1、2、3。各项考核项目均按照百分制给分，记录在成绩表中，总评成绩时按照各项比例进行加权，然后总和得出考核成绩，6060（含）~7070（含）~80分为中等，80分（含）~90分为良好，90分（含）~100分为优秀。50%1020%加权、实验成20%加权后的成绩。考核：采用统一命题，上机考试，自动评判，教师复查，严把质量关。100教材，参