《算法導論》教學大綱

《算法導論》教學大綱適用范圍：202X版本科人才培養(yǎng)方案課程代碼：10150301課程性質(zhì)：專業(yè)選修課學分：1.5學分學時：24學時（理論24學時）先修課程：管理學基礎后續(xù)課程：系統(tǒng)建模與仿真等適用專業(yè)：工業(yè)工程開課單位：管理學院一、課程說明《算法導論》是工業(yè)工程專業(yè)的一門專業(yè)選修課程。本課程主要任務是在人工智能時代背景下，使學生從算法和算法模型方面了解人工智能脈絡體系；掌握算法邏輯和推理的流程；掌握算法求解搜索的架構(gòu)、基礎與原理；掌握深度學習、機器學習和強化學習算法的概念和求解機制以及簡單應用，使學生具備一定的算法優(yōu)化能力，基本勝任算法調(diào)研、設計、初步開發(fā)和仿真等工作。二、課程目標通過本課程的學習，使學生達到如下目標：課程目標1：了解多種智能計算方法，理解人工智能算法的基本分類，理解邏輯和推理的基本流程和原理；理解算法不同搜索過程、尋優(yōu)路徑和機理；掌握典型機器學習算法、深度學習算法、強化學習算法的基本概念、特征和求解機制；課程目標2：掌握算法的關鍵優(yōu)化技術和方法，具備一定的算法操作能力，能夠運用算法解決實際運籌優(yōu)化問題，基本勝任算法調(diào)研、設計、初步開發(fā)和仿真等工作。課程目標3：在人工智能背景下，大數(shù)據(jù)信息時代中，培養(yǎng)學生樹立正確的價值觀、高度的社會責任感、合作共贏意識，樹立勇于鉆研敢于創(chuàng)新的理念。三、課程目標與畢業(yè)要求《算法導論》課程教學目標對工業(yè)工程專業(yè)畢業(yè)要求的支撐見表1。表1課程教學目標與畢業(yè)要求關系畢業(yè)要求指標點課程目標支撐強度4.研究4.1能夠基于科學原理，通過文獻研究或相關方法，調(diào)研和分析復雜工程問題獲得解決方案。課程目標1：掌握算法的關鍵優(yōu)化技術和方法，具備一定的算法操作能力，能夠運用算法解決實際運籌優(yōu)化問題，基本勝任算法調(diào)研、設計、初步開發(fā)和仿真等工作。M5.使用現(xiàn)代工具5.2能夠選擇與使用恰當?shù)墓ぞ摺⒎椒ê湍M軟件，對復雜工程問題進行分析、計算與設計。課程目標2：掌握算法的關鍵優(yōu)化技術和方法，具備一定的算法操作能力，能夠運用算法解決實際運籌優(yōu)化問題，基本勝任算法調(diào)研、設計、初步開發(fā)和仿真等工作。H9.個人和團隊9.1理解團隊合作的重要性，具有與團隊成員或負責人協(xié)調(diào)合作的團隊精神和能力，能夠在多學科背景下的團隊中獨立或合作開展工作并發(fā)揮作用。課程目標3：在人工智能背景下，大數(shù)據(jù)信息時代中，培養(yǎng)學生樹立正確的價值觀、高度的社會責任感、合作共贏意識，樹立勇于鉆研敢于創(chuàng)新的理念。M注：表中“H（高）、M（中）”表示課程與相關畢業(yè)要求的關聯(lián)度。四、教學內(nèi)容、基本要求與學時分配理論部分的教學內(nèi)容、基本要求與學時分配見表2。表2教學內(nèi)容、基本要求與學時分配教學內(nèi)容教學要求，教學重點難點理論學時實驗學時對應的課程目標1.緒論1.1人工智能的起源

1.2可計算載體：形式化與機械化

1.3智能計算方法教學要求：理解人工智能的起源歷史，了解可計算載體的兩種形式；掌握智能計算方法的分類，了解幾種典型的智能計算方法的核心特征和概念。重點:智能計算方法。難點:智能計算方法。212.邏輯與推理2.1命題邏輯

2.2謂詞邏輯

2.3知識圖譜推理2.4因果推理教學要求：了解命題邏輯、謂詞邏輯、知識圖譜推理和因果推理的概念和特征，掌握其對應的邏輯原理和推理方法。重點:知識圖譜推理和因果推理。難點:知識圖譜推理。213.搜索求解3.1搜索算法基礎3.2啟發(fā)式搜索教學要求：理解搜索算法的特征、框架以及評價指標；掌握啟發(fā)式搜索算法、對抗搜索算法和蒙特卡洛樹搜索算法的原理和機制。重點:啟發(fā)式搜索算法、對抗搜索算法和蒙特卡洛樹搜索算法。難點:蒙特卡洛樹搜索算法。42、34.機器學習-監(jiān)督學習4.1機器學習基本概念4.2回歸分析4.3決策樹4.4線性判別分析教學要求：理解機器學習的基本概念，掌握回歸分析、決策樹分析、線性判別分析、AdaBoosting、支持向量機和生成學習模型的分析和求解方法。重點：回歸分析、決策樹、線性判別分析。難點：支持向量機、AdaBoosting。62、35.統(tǒng)計機器學習-無監(jiān)督學習5.1K均值聚類5.2主成分分析教學要求：理解無監(jiān)督學習的概念和特征，掌握K均值聚類方法、主成分分析中的方差、協(xié)方差和相關系數(shù)的設定以及降維理念；了解特征人臉方法以及理解潛在語義分析思想；了解期望最大化算法的應用案例。重點:主成分分析和K均值聚類。難點:主成分分析。42、36.強化學習6.1強化學習問題定義6.2基于價值的強化學習6.3基于策略的強化學習6.4深度強化學習的應用教學要求：掌握強化學習的基本概念、馬爾可夫決策過程和強化學習問題定義以及貝爾曼方程；掌握基于價值的強化學習策略迭代模式、定理和評估方法；掌握基于策略的強化學習的梯度定理、基于蒙特卡洛采樣的策略梯度法和Actor-Critic算法。重點:基于價值的強化學習；基于策略的強化學習。難點:策略評估方法和策略梯度方法。61、3合計24五、教學方法及手段本課程以課堂講授為主，結(jié)合討論、案例、視頻資源共享等教學手段，完成課程教學任務和相關能力的培養(yǎng)。結(jié)合多媒體課件、學習通資源、作業(yè)等多樣化形式完成學習內(nèi)容，學生比較全面地理解人工智能模型和算法的相關理論與方法，學生在掌握模型和算法基礎知識基礎上，具有進行算法調(diào)研、設計、簡單開發(fā)與仿真等工作的初步能力。六、課程資源1.推薦教材：吳飛.人工智能導論：模型與算法[M].北京:高等教育出版社,2020,05.2.參考書：（1）\o"[美]杰弗瑞·希頓（JefferyHeaton）"杰弗瑞·希頓.人工智能算法[M].北京:人民郵電出版社,2020,01.（2）李一邨,人工智能算法大全：基于MATLAB[M].北京:機械工業(yè)出版社,2021,09.（3）唐宇迪.\o"人工智能算法基礎"人工智能算法基礎[M].北京:機械工業(yè)出版社,2022,03.（4）尚榮華,焦李成,劉芳,李陽陽.智能算法導論[M].北京:清華大學出版社,2021,09.3.期刊：（1）魯邦克,許春龍,孟祥蘭.中國省際鄉(xiāng)村振興發(fā)展速度測度與時空異質(zhì)性研究——基于組合加權主成分分析的綜合評價方法[J].數(shù)理統(tǒng)計與管理,2021,40(02):205-221.（2）張晶華,甘宇健.基于深度學習支持向量機的上證指數(shù)預測[J].統(tǒng)計與決策,2019(02):176-178.（3）陳露,劉修巖,葉信岳,等.城市群視角下的產(chǎn)業(yè)共聚與產(chǎn)業(yè)空間治理:機器學習算法的測度[J].中國工業(yè)經(jīng)濟,2020(05):99-117.（4）朱凡,王印琪.基于k-means與神經(jīng)網(wǎng)絡機器學習算法的用戶信息聚類及預測研究[J].情報科學,2021,39(07):83-90.（5）陸曉琴,馮玲,丁劍平.匯率貨幣模型的非線性協(xié)整關系檢驗——基于深度GRU神經(jīng)網(wǎng)絡[J].中國管理科學,2020(05):1-13.4.網(wǎng)絡資源：（1）畫船聽雨眠,論文中常用的改進群智能優(yōu)化算法,知乎[EB/OL]./p/425439560?utm_medium=social&utm_oi=719140794585337856.（2）GitHub中文社區(qū),/.（3）CSDN專業(yè)開發(fā)者社區(qū),/.（4）吳飛,浙江大學,人工智能:模型與算法,中國大學MOOC.七、課程考核對課程目標的支撐課程成績由過程性考核成績和期末考核成績兩部分構(gòu)成，具體考核/評價細則及對課程目標的支撐關系見表3。表3課程考核對課程目標的支撐考核環(huán)節(jié)占比考核/評價細則課程目標123過程性考核課堂表現(xiàn)10（1）根據(jù)課堂討論和回答問題情況進行考核，滿分100分。（2）以平時考核成績乘以其在總評成績中所占的比例計入課程總評成績?！獭?2線上資料學習15（1）根據(jù)線上資源學習完成情況進行考核，滿分100分。（2）以線上學習成績乘以其在總評成績中所占的比例計入課程總評成績?！獭?.57.5作業(yè)15（1）主要考核學生對各章節(jié)知識點的復習、理解和相關技術的掌握程度，滿分100分；（2）每次作業(yè)單獨評分，取各次成績的平均值作為此環(huán)節(jié)的最終成績。（3）以作業(yè)成績乘以其在總評成績中所占的比例計入課程總評成績。√√√555習題測驗10（1）主要考核學生對各章節(jié)知識點的復習、理解和掌握程度，滿分100分；（2）每次測驗單獨評分，取各次成績的平均值作為此環(huán)節(jié)的最終成績。（3）以測驗成績乘以其在總評成績中所占的比例計入課程總評成績?！獭?5期末考核50（1）期末考核總成績?yōu)?00分，以成績乘以其在總評成績中所占的比例計入課程總評成績。（2）主要考核算法概念、算法分類、算法特征、算法優(yōu)化流程、算法機理、算法應用等內(nèi)容。（3）考查形式可采用課程小論文、綜述報告（調(diào)查報告）、大作業(yè)設計等?！獭獭?02010合計：100分45.537.517八、考核與成績評定1.考核方式及成績評定考核方式：本課程主要以課堂表現(xiàn)、作業(yè)、期末大作業(yè)、課程小論文等方式對學生進行考核評價?？己嘶疽螅海訌娺^程考核）考核總成績由期末考核和過程性考核成績組成。其中：期末考核成績?yōu)?00分（權重50%），考查形式可以采用課程小論文、綜述報告（調(diào)查報告）、大作業(yè)設計等；課堂表現(xiàn)、線上資料學習、作業(yè)、習題測驗等過程性考核成績?yōu)?00分（權重50%）；過程性考核和考查試題分值分配應與教學大綱各章節(jié)的學時基本成比例。2.過程性考核成績的標準過程性考核方式重點考核內(nèi)容、評價標準、所占比重見表4。表4過程性考核方式評價標準考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60課堂表現(xiàn)20積極參與教學活動，踴躍回答問題，準確率大于90%。認真參與教學活動，回答問題準確率大于80%。偶爾參與教學活動，回答問題準確率大于70%。上課不認真，偶爾參與教學活動。上課不認真，不參與教學活動。線上資料學習30完成90%以上的線上資源學習。完成80%以上的線上資源學習。完成70%以上的線上資源學習。完成60%以上的線上資源學習。完成不足60%的線上資源學習。作業(yè)30作業(yè)完整，思路清晰，過程正確，主觀題無雷同，準確率大于90%。作業(yè)完整，主觀題無雷同，準確率大于80%。不交作業(yè)2次以內(nèi)，主觀題雷同程度低，準確率大于70%