《人工智能》教學大綱

1、人工智能教學大綱課程名稱：人工智能課程類別（必修/選修）：選修課程英文名稱：Artificial Intelligence總學時/周學時/學分：48/3/3其中實驗/實踐學時：11先修課程：授課時間： 授課地點：授課對象：多媒開課學院：粵臺學院任課教師姓名/職稱：莊宏祥/教授答疑時間、地點與方式：課程考核方式：開卷（）閉卷（）課程論文（）其它（報告）使用教材：教學參考資料：課程簡介：人工智能是二十世紀50年代后期興起的利用計算機模擬人類智力活動的學科，是計算機科學的重要分支。人工智能主要研究如何用人工的方法或技術，模擬、延伸和擴展人的智能，實現(xiàn)某種程度或某些方面的“機器思維”。重點探討如何用電

2、腦模擬人腦的功能，從質(zhì)的方面擴充計算機的能力，是一門綜合性強、實踐性強、應用領域廣的科學。   本課程的教學目的是通過介紹人工智能的基本知識、基本概念，人工智能程序設計的基本方法、基本特點；人工智能原理及其應用，啟發(fā)學生的思路，促使學生掌握搜索推理、問題求解等人工智能原理，以及近年來發(fā)展較快、應用較廣的計算智能中的有關內(nèi)容，并介紹其應用領域。    本課程旨在通過教學使學生了解智能系統(tǒng)的基本知識、基本概念、基本特點以及應用領域，并運用已學過的人工智能理論與方法啟發(fā)學生的思路，分析人工智能理論與方法的應用范圍、理論方法等；培養(yǎng)海外留學碩士研究生的

3、自學能力和進行相關學科前沿研究的能力；使學生掌握開發(fā)具有人工智能特點的應用軟件的技術；懂得常用人工智能技術的基本原理和操作方法；提高學生的知識創(chuàng)新和技術創(chuàng)新能力。      課程教學目標一、知識目標：1. 掌握人工智能的基本概念、基本思想方法和重要算法；2. 了解簡單的機器學習、專家系統(tǒng)和數(shù)據(jù)挖掘方法。二、能力目標：1. 了解人工智能研究與應用的最新進展和發(fā)展方向；2. 開闊視野，為將來使用人工智能的方法解決相關實際問題奠定初步基礎。三、素質(zhì)目標：1. 培養(yǎng)學生具有主動參與、積極進取、崇尚科學、探究科學的學習態(tài)度和思想意識；2. 養(yǎng)成理論聯(lián)系實

4、際、科學嚴謹、認真細致、實事求是的科學態(tài)度和職業(yè)道德。本課程與學生核心能力培養(yǎng)之間的關聯(lián)(授課對象為理工科專業(yè)學生的課程填寫此欄）：核心能力1. R核心能力2. （專業(yè)知識整合能力）設計與執(zhí)行多媒體、數(shù)位游戲與文化創(chuàng)意產(chǎn)業(yè)設計專業(yè)相關實踐，以及分析與整合能力。R核心能力3. （技術工具應用能力）多媒體、數(shù)位游戲與文化創(chuàng)意產(chǎn)業(yè)設計領域所需技能、技術以及使用軟硬體工具的能力。核心能力4.核心能力5.R核心能力6. （解決復雜問題能力）具有運用計算機科學與技術理論及應用知識，分析與解決相關問題的能力，亦可以將自己的專業(yè)知識創(chuàng)造性地應用于新的領域或跨多重領域，進行研發(fā)或創(chuàng)新的能力, 以及發(fā)掘、分析與解

5、決復雜多媒體設計問題的能力。核心能力7核心能力8理論教學進程表周次教學主題主講教師學時數(shù)教學的重點、難點、課程思政融入點教學模式（線上/混合式/線下教學方法作業(yè)安排1緒論莊宏祥2重點：人工智能的定義、起源與發(fā)展；人工智能的研究目標 難點：人工智能的特點課程思政融入點：介紹人工智能史的演變過程，歷代偉人的巨大貢獻，培養(yǎng)學生的愛國精神。線上講授課程思政作業(yè)：要求學生每人至少閱讀兩篇與人工智能發(fā)展有關的文章或書籍2.應用篇: 圖像處理、自然語言處理莊宏祥2重點：圖像處理、自然語言處理與人工智能的關系難點：專業(yè)知識的擷取線上講授3.應用篇:邏輯推理、推薦系統(tǒng)、疾病預測與醫(yī)療莊宏祥2重點：疾病預測、醫(yī)療

6、與人工智能的關系難點：專業(yè)知識的擷取線上講授4.機器學習篇:監(jiān)督式學習、非監(jiān)督式學習、半監(jiān)督式學習、強化學習莊宏祥2重點：機器學習算法的分類難點：機器學習算法的設計步驟線上講授5.機器學習篇:回歸、判定樹、隨機森林、支持向量機莊宏祥2重點：機器學習算法的分類難點：機器學習算法的設計步驟線上講授6.機器學習篇:單純貝氏分類器、K-最近鄰居法、K-平均分群莊宏祥2重點：機器學習算法的分類難點：機器學習算法的設計步驟線上講授7.機器學習篇:DBSCAN、階層式分群、關聯(lián)規(guī)則學習莊宏祥2重點：機器學習算法的分類難點：機器學習算法的設計步驟線上講授8期中報告/測驗莊宏祥39深度學習簡介莊宏祥2重點：深度

7、學習算法的分類線上講授10深度學習篇:卷積神經(jīng)網(wǎng)絡莊宏祥2重點：卷積神經(jīng)網(wǎng)絡的原理難點：卷積運算原理；線上講授11深度學習篇:類神經(jīng)網(wǎng)絡的學習方式莊宏祥2重點：類神經(jīng)網(wǎng)絡學習方式的原理線上講授12深度學習篇:遞歸神經(jīng)網(wǎng)絡莊宏祥2重點：遞歸神經(jīng)網(wǎng)絡的原理難點：雙向LSTM網(wǎng)絡線上講授13實務篇: 人工智能開發(fā)平臺、計算機視覺莊宏祥3重點：計算機視覺難點：計算機視覺與人工智能結(jié)合的意義線上講授14實務篇: 自然語言處理莊宏祥3重點：自然語言的理解與處理難點：自然語言處理與人工智能結(jié)合的意義線上講授15實務篇: 數(shù)據(jù)分析莊宏祥3重點：數(shù)據(jù)分析函數(shù)的呼叫難點：數(shù)據(jù)代表的物理意義線上講授16期末報告莊宏

8、祥3合計：實踐教學進程表周次實驗項目名稱主講教授學時重點、難點、課程思政融入點項目類型（驗證/綜合/設計）教學手段1teachable machine莊宏祥1重點：免程序的機器學習體驗難點：算法課程思政融入點：介紹免程序的機器學習，引導并激起學生學習興趣；要求學生處理實驗數(shù)據(jù)必須堅持實事求實、嚴謹?shù)目茖W態(tài)度；要求學生實驗過程中主動思考理論原理，在實驗過程中去驗證實驗原理，使理論與實踐相輔相成。驗證實驗，1人一組，須完成實驗預習報告、實驗報告。實驗報告須有詳細的實驗記錄和產(chǎn)率計算。2Python-系統(tǒng)安裝設定莊宏祥1驗證3.Python-程式設計基礎莊宏祥1重點：Python 程式語法介紹難點：

9、Anaconda各種模式的差異驗證4.Python-資料類型解析莊宏祥1重點：常用的Python數(shù)據(jù)類型有：字符串（String）、元組/數(shù)組（Tuple）、串行/列表/列表（List）、字典/詞典（Dictionary）與集合（Set）難點：每一種類型都有其適用的情境與使用限制。驗證5.Python-數(shù)據(jù)分析應用(1)莊宏祥1重點：Numpy的數(shù)組（array）的操作難點：Numpy各種屬性的熟悉與運用驗證6.Python-數(shù)據(jù)分析應用(2)莊宏祥1重點：視覺化套件Matplotlib的了解難點：SciPy的interpolate模塊提供插值運算的函數(shù)驗證7.Python-機器學習應用莊宏祥

10、1重點：一個機器學習領域的開源套件Scikit-learn難點：Scikit-learn的基本功能主要被分為六大部分：(1).分類、(2).回歸、(3).聚類、(4).數(shù)據(jù)降維、(5).模型選擇、(6).數(shù)據(jù)預處理。驗證9.Python-機器學習演算法實作(1)莊宏祥1重點：常見的兩種機器學習方法(a)監(jiān)督式學習,(b)非監(jiān)督式學習難點：機器學習的算法驗證10.Python-機器學習演算法實作(2)莊宏祥1重點：神經(jīng)網(wǎng)絡；輸入層（Input layer）將數(shù)據(jù)輸入到隱藏層（Hidden layer）中，經(jīng)過一個魔術之后，可以看到輸出層（Output layer）提供的信息。難點：神經(jīng)網(wǎng)絡的算法驗證11.Python-Keras深度學習(1)莊宏祥1重點：使用深度學習判別數(shù)字難點：如何訂定學習目標驗證12.Python-Keras深度學習(2)莊宏祥1重點：Keras CNN難點：卷積運算的理解驗證合計：11考核方法及標準考核形式評價標準權(quán)重平時成績46次作業(yè)20%