人工智能概论授课计划进度表

PAGEPAGE16PAGE授课计划进度表(20XX—20XX学年第X学期)开课学院：专业：班级：课程：主讲教师：课程授课计划进度表课程名称人工智能概论适用专业财经商贸类专业以及财经院校计算机专业课程性质专业基础课程周学时3主讲教师教材推荐参考书目教学资源链接课程考核《人工智能概论（财经商贸AI技术与应用）》乔冰琴，董京原，邓志良，王禹程，高等教育出版社。[1]《人工智能导论》，周志华，机械工业出版社[2]《人工智能基础与应用》，刘鹏，清华大学出版社[3]《深度学习入门》，斋藤康毅，人民邮电出版社百度AIStudio在线实训平台：华为云人工智能平台：ModelScope魔搭社区：Coze扣子平台：类型：非统一考试方式：闭卷手段：机考课程目标一、知识目标（1）掌握人工智能的起源、发展历程及核心技术体系；（2）掌握机器学习与深度学习的基本概念、算法分类与应用场景；（3）掌握提示词工程的RBTO原则及与AI工具高效交互的方法；（4）掌握传感技术、自动识别技术的基本原理及其在财经商贸领域的应用；（5）掌握计算机视觉、语音识别、自然语言处理的基本原理与典型应用；（6）掌握分类、回归、聚类等经典机器学习算法及其在业务预测中的应用；（7）掌握神经网络的基本构成、演变脉络及深度学习模型的构建流程；（8）掌握智能体的系统结构、典型形态及工作流编排方法。二、技能目标（1）具备使用AI工具（DeepSeek等）辅助生成代码、分析报表数据的能力；（2）具备在华为云平台完成感知数据可视化实训的能力；（3）具备使用ModelScope体验图像分类、目标检测、图像分割等任务的能力；（4）具备使用百度智能云OCR完成发票识别实训的能力；（5）具备调用百度语音识别API完成音频转写的能力；（6）具备通过百度NLP平台进行文章标签、情感分析、实体识别等操作的能力；（7）具备在百度AIStudio完成从数据加载、预处理、模型训练到评估应用全流程的能力；（8）具备在BML平台完成商品图像分类模型零代码训练与部署的能力；（9）具备在Coze平台构建业务数据审核与风险提示智能体的能力。三、素质目标（1）树立正确的世界观、人生观、价值观；（2）具备良好的职业道德、职业素养与工匠精神；（3）具备良好的沟通能力与团队协作精神；（4）养成良好的质量、成本、安全、环保意识；（5）具有工匠精神、创新思维；（6）筑牢算法公平性、用户知情权、数据安全与合规、智能体应用安全与责任等伦理底线；（7）厚植传感技术自主突破、计算机视觉产业赋能、中文信息处理技术迭代等创新精神。教学条件教学地点教学平台百度智能云、华为云、ModelScope、Coze实训软件教学周次教学内容教学重点/难点作业章节内容（知识、技能）第1周111.人工智能基本定义、核心特征与学科属性；2.人工智能从萌芽期、发展期到低谷期、爆发期的完整发展历程；3.各发展阶段标志性技术与关键事件梳理。重点：掌握人工智能基本概念与完整发展脉络，熟记关键里程碑事件。难点：区分人工智能不同发展阶段的技术特征与时代差异。课后作业第2周121.人工智能核心技术体系构成；2.人工智能在财经商贸、金融风控、智能营销、财务分析领域的典型应用场景；3.AI赋能传统商贸行业的应用价值与发展趋势。重点：熟知AI核心技术架构，掌握财经商贸领域AI典型落地场景。难点：结合行业特点分析人工智能的岗位赋能价值与应用前景。课后作业第3周211.机器学习基本概念、核心思想与学习逻辑；2.监督学习、无监督学习、强化学习的分类标准；3.各类学习方式的核心特点与基础适用场景。重点：掌握机器学习基本原理，明晰三类学习方式的核心区别。难点：根据业务场景准确判别对应的机器学习类型。课后作业第4周221.深度学习基本概念与技术由来；2.神经元、神经网络的基础结构与工作原理；3.深度学习与机器学习的关联、区别及技术迭代优势。重点：掌握神经网络基础构成与运行逻辑，理清机器学习与深度学习的层级关系。难点：理解深度学习技术优势及行业落地的核心逻辑。课后作业第5周31、21.主流AI智能工具认知，重点掌握DeepSeek工具功能模块；2.提示词工程核心逻辑与RBTO交互设计原则；3.基础提示词编写练习与简单文本处理实操。重点：熟练掌握RBTO提示词编写规范与AI工具基础操作。难点：根据需求精准设计规范、高效的提示词指令。课后作业第6周331.精细化提示词优化技巧；2.运用AI工具完成财经报表整理、数据汇总、问题分析；3.AI工具辅助财经办公、数据分析的实战应用。重点：掌握财经场景下AI工具的实操应用方法。难点：依托AI工具完成专业报表数据分析与结论提炼。课后作业第7周41、21.Python语言特性、优势及在财经数据分析、智能办公中的应用场景；2.主流在线编程环境的安装、入驻与基础操作；3.基础代码编写、运行与简单调试训练。重点：熟悉Python专业应用场景，掌握在线编程环境操作流程。难点：独立完成基础代码编写、运行与简单故障排查。课后作业第8周51-31.传感技术基本原理、分类及行业应用；2.自动识别技术核心原理与实操用途；3.华为云平台操作，完成感知数据采集与可视化基础实训。重点：掌握传感技术、自动识别技术核心原理。难点：熟练操作云平台，独立完成感知数据可视化实训。课后作业第9周61-21.计算机视觉技术原理与处理流程；2.图像分类、目标检测、图像分割的功能差异与应用场景；3.ModelScope平台图像智能处理实训。重点：掌握计算机视觉核心原理及三类图像技术应用区别。难点：根据场景选择对应的图像处理技术并完成实操。课后作业第10周631.智能OCR技术原理；2.百度智能云OCR工具操作流程；3.发票图像上传、识别、数据提取与整理全流程实操实训。重点：掌握OCR识别核心流程与工具操作方法。难点：精准提取发票关键数据，规范处理识别误差。课后作业第11周71-21.语音识别技术原理、音频处理完整流程；2.百度语音识别API功能认知与调用方法；3.日常录音、简单音频转写实操训练。重点：掌握语音识别核心原理与基础处理流程。难点：熟练调用API完成音频转写，优化转写准确率。课后作业第12周731.财经类音频特征分析；2.财经快讯音频素材处理、精准转写实操；3.转写文本校对、整理与数据输出实训。重点：掌握财经音频智能化转写的实操技巧。难点：解决财经专业词汇识别误差，保证转写精准度。课后作业第13周81、21.自然语言处理核心技术：分词、词性标注、句法分析、语义理解；2.文本信息抽取与智能生成基础逻辑；3.百度NLP平台基础功能体验。重点：掌握自然语言处理核心任务与基础原理。难点：理解文本语义分析与信息抽取的技术逻辑。课后作业第14周911.分类、回归、聚类三大机器学习算法核心原理；2.各算法在财经风险分析、数据统计中的应用场景；3.企业破产风险预测模型设计思路讲解。重点：掌握三类经典机器学习算法核心原理与适用场景。难点：结合财经风险业务匹配对应算法，构建基础模型思路。课后作业第15周921.百度AIStudio平台操作实训；2.企业破产风险预测全流程实操：数据加载、预处理、模型训练、结果评估；3.模型基础优化与误差分析。重点：熟练掌握AIStudio平台操作，完成机器学习项目全流程实操。难点：规范完成数据预处理，实现模型精准评估与优化。课后作业第16周101、21.神经网络层级结构、演变脉络与深度学习核心逻辑；2.BML智能平台操作方法；3.商品图像分类零代码模型训练、测试与部署实操。重点：掌握神