《人工智能導論》課程教學大綱

《人工智能導論》課程大綱一、課程基本信息課程名稱（中文）人工智能導論課程名稱（英文）IntroductiontoArtificialIntelligence課程代碼05120291課程性質選修課程類別專業(yè)選修課考核形式考查總學分（學時/周）2(32)理論學分（學時）2(32)實踐或實驗學分（學時/周）0先修課程微積分、信號與系統(tǒng)后續(xù)課程Python編程適應范圍全日制本科面向專業(yè)電子信息工程開課學期5開課學院電子與信息工程學院1.指導思想：人工智能導論是電子信息工程專業(yè)的一門專業(yè)選修課程，目的是使學生在已有專業(yè)基礎知識的基礎上通過學習，對人工智能從整體上有一個較清晰全面的系統(tǒng)了解；使學生掌握人工智能的基本概念、基本原理和基本方法；了解人工智能研究與應用的最新進展和發(fā)展方向；開闊學生知識視野、提高解決問題的能力，為將來使用人工智能的相關方法和理論解決實際問題奠定初步基礎。2.基本原則：課程總的原則為使學生了解人工智能的內涵及發(fā)展趨勢，掌握人工智能的基本概念、基本理論、基本方法，培養(yǎng)學生應用人工智能方法求解問題的基本能力，引導學生認識到技術發(fā)展對社會的影響以及終身學習的必要性。3.課程思政:堅持以學生為中心，主動適應國家和區(qū)域經濟社會發(fā)展的戰(zhàn)略需求，面向信息行業(yè)，貫徹目標導向的工程教育理念，培養(yǎng)具有較強適應能力和實踐能力，具有良好工程意識、職業(yè)習慣、職業(yè)態(tài)度的人才。二、課程教學目標課程目標1：了解人工智能領域新知識、新技術及發(fā)展趨勢，并能夠客觀評價技術發(fā)展對社會的影響。課程目標2：掌握人工智能的基本概念、基本理論、基本方法，能夠應用知識表示和知識搜索對復雜工程問題進行初步表征、分析、求解、方案設計和歸納總結。課程目標3：運用所學的編程知識對涉及人工智能方面的實際工程類問題在分析和方案設計的基礎上進行初步編程實現和調試。本課程主要支持的畢業(yè)要求指標點為：畢業(yè)要求指標1.1掌握數學與自然科學知識，并能對電子信息工程領域內的工程問題進行建模、模型的正確性分析和論證，以及模型求解。畢業(yè)要求指標1.3掌握計算機的基礎知識，能夠針對電子信息工程類問題進行初步的軟件分析和設計。畢業(yè)要求指標2.3能運用工程科學基本原理分析復雜工程問題，以獲得有效結論。畢業(yè)要求指標4.1能夠基于專業(yè)理論并采用科學方法對電子信息工程及相關領域系統(tǒng)設計實驗方案。表1課程的教學目標與畢業(yè)要求指標點的對應關系畢業(yè)要求課程目標畢業(yè)要求指標1.1畢業(yè)要求1.3畢業(yè)要求指標2.3畢業(yè)要求指標4.1課程教學目標10.40.20.10.1課程教學目標20.40.30.60.7課程教學目標30.20.50.30.2注：將一個畢業(yè)要求指標點分解到對應課程教學目標中，每一列的權重Σ＝1。三、課程內容及學時分配第一部分理論教學表2理論內容課時安排章節(jié)內容學時一緒論2二知識表示與知識圖譜4三確定性推理方法4四不確定性邏輯推理方法6五搜索求解策略4六人工智能專題6合計26注：下文中“*”代表基本了解，“**”代表一般掌握，“***”代表熟練掌握。第一章緒論（2學時）1.1人工智能的基本概念（**）1.2人工智能的發(fā)展簡史（*）1.3人類智能研究的基本內容（**）1.4人工智能的主要研究領域（*）第2章知識表示與知識圖譜（4學時）2.1知識與知識表示的概念（*）2.2一階謂詞邏輯表示方法（***）2.3產生式表示法（***）2.4框架表示法（**）2.5知識圖譜（**）第3章確定性推理方法（4學時）3.1推理的基本概念（**）3.2自然演繹推理（***）3.3謂詞公式化為子句集的方法（*）3.4魯賓孫歸結原理（***）3.5歸結反演（**）3.6應用歸結原理求解問題（*）第4章不確定性推理方法（6學時）4.1不確定性推理的概念（*）4.2可信度方法（**）4.3證據理論（**）4.4模糊推理方法（***）第5章搜索求解策略（4學時）5.1搜索的概念（*）5.2狀態(tài)空間的搜索策略（***）5.3盲目的圖搜索策略（*）5.4啟發(fā)式圖搜索策略（**）第6章人工智能專題（6學時）6.1進化計算（***）6.2機器學習（***）6.3人工神經網絡與深度學習（***）第二部分實踐教學環(huán)節(jié)表3實驗項目安排序號實驗項目學時數項目要求項目類型項目性質目的要求支撐的課程目標1產生式系統(tǒng)試驗3選做操作設計熟悉產生式表示法，掌握產生式系統(tǒng)的運行機制，以及基于規(guī)則推理的基本方法。1,2,32洗衣機模糊推理系統(tǒng)實驗3選做操作設計理解模糊邏輯推理的原理及特點，熟練應用模糊推理方法。1,2,33A*算法求解八數碼問題實驗3選做操作設計熟悉和掌握啟發(fā)式搜索的定義、估價函數和算法過程，并利用A*算法求解N數碼難題，理解求解流程和搜索順序。1,2,34遺傳算法求函數最大值實驗3選做操作設計熟悉和掌握遺傳算法的原理、流程和編碼策略，并利用遺傳算法求解函數優(yōu)化問題，理解求解流程并測試主要參數對結果的影響。1,2,35基于神經網絡的模式識別實驗3選做操作設計理解BP神經網絡和離散Hopfield神經網絡的結構和原理，掌握反向傳播學習算法對神經元的訓練過程，了解反向傳播公式。通過構建BP網絡和離散Hopfield網絡模式識別實例，熟悉前饋網絡和反饋網絡的原理及結構。1,2,36采用卷積神經網絡分類MNIST數據集3選做操作設計熟悉掌握卷積神經網絡的定義，了解網絡中的卷積層、池化層等各層特點，并利用卷積神經網絡對MNIST數據集進行分類。1,2,37采用膠囊網絡分類MNIST數據集3選做操作設計掌握膠囊網絡的定義，了解網絡中膠囊、動態(tài)路由等特點，并利用膠囊神經網絡對MNIST數據集進行分類。1,2,38用生成對抗網絡生成數字圖像3選做操作設計熟悉和掌握生成對抗網絡的定義、生成器和判別器，并利用生成對抗網絡生成數字圖像。理解網絡模型的對抗過程。1,2,3合計學時24計劃學時6四、課程考核要求及其達成度評價4.1課程考核方法及要求本課程考核建議由課堂表現、作業(yè)、實驗、期末考試構成。考試成績采用百分制。課程綜合成績=課堂表現×10%+作業(yè)×20%+實驗×20%+期末考試×50%。具體考核/評價方法、依據和對應的教學目標關系如下表4所示。表4考核/評價方法、依據和對應的教學目標成績構成考核/評價方式分值課程教學目標課堂表現課堂表現/百分制10教學目標1教學目標2教學目標3作業(yè)作業(yè)成績/百分制20教學目標1教學目標2教學目標3實驗根據實驗報告和實驗表現等情況給出相應成績/百分制20教學目標2教學目標3期末考試期末考試/百分制50教學目標1教學目標2教學目標3綜合成績課堂表現+作業(yè)+實驗+期末考試/百分制100教學目標1教學目標2教學目標3評分標準：課堂表現：10%;作業(yè)：20%;實驗：20%;期末：50%。根據表4可知，本課程的3個課程目標分別由多個考核環(huán)節(jié)來支撐，每個考核環(huán)節(jié)的評價標及其對課程目標的支撐權值如表5所示。表5考核環(huán)節(jié)評價標準及其支撐課程目標的權值課程目標考核環(huán)節(jié)考核環(huán)節(jié)支撐課程目標權值權值合計評價標準100-9089-8079-7069-60<59優(yōu)良中及格不及格課程目標1課堂表現10%100%按時到課，從不缺課；課堂能積極并正確回答問題；課堂交流討論積極主動；課堂表現總體很好。不無故缺課、遲到早退；課堂能積極并正確回答問題；課堂交流表現良好；課堂表現總體較好。不無故缺課、偶爾會有遲到早退；課堂下能正確回答問題；課堂交流表現這中等；課堂表現總體一般。偶爾遲到早退；課堂回答問題和相互交流積極性尚可，態(tài)度基本端正；課堂總體表現尚可。偶爾缺課或經常遲到早退；課堂回答問題和相互交流積極性較差，態(tài)度不端正；課堂總體表現較差。作業(yè)30%作業(yè)嚴格按要求并及時完成，正確率90%以上。作業(yè)按要求并及時完成，正確率80%至90%。作業(yè)按要求并及時完成，正確率70%至80%。作業(yè)按要求并及時完成，正確率60%至70%。作業(yè)未按要求完成，正確率小于60%。實驗報告20%報告的內容完整，結構嚴謹、邏輯性強，語言表達準確、格式正確，實驗數據、結果和思考題回答全面正確。報告的內容較為完整，結構較嚴謹、邏輯性較強，語言表達較為準確，實驗數據、結果和思考題回答較為全面正確。報告的內容基本有欠缺，結構欠嚴謹、邏輯性還算好，語言表達基本準確，實驗數據、結果和思考題回答基本正確。報告內容不完整，結構有漏洞，邏輯有點混亂，語言描述有誤，實驗數據、結果和思考題回答存在一定偏差。報告的內容不完整，結構不嚴謹、邏輯性差，語言表達不夠準確，對實驗數據、結果和思考題回答缺少必要描述。期末考試40%見期末試卷評分標準課程目標2課堂表現10%100%同上同上同上同上同上作業(yè)30%同上同上同上同上同上實驗報告30%同上同上同上同上同上期末考試30%見期末試卷評分標準課程目標3課堂表現10%100%同上同上同上同上同上作業(yè)30%同上同上同上同上同上實驗報告50%同上同上同上同上同上期末考試10%見期末試卷評分標準4.2課程目標達成度評價本課程教學目標達成度評價依據和方法如下表6所示。表6教學目標達成度評價依據和方法教學目標評價依據評價方法教學目標1課堂表現、作業(yè)、實驗、期末考試QUOTE教學目標2課堂表現、作業(yè)、實驗、期末考試教學目標3課堂表現、作業(yè)、實驗、期末考試表6中權重合理性說明：對于教學目標1，主要評價學生對人工智能的新知識、新技術和發(fā)展趨勢的掌握情況，整注重基本知識點和理論的掌握，作業(yè)和期末考試可以較好的反映學生對知識點的掌握程度，故評價權重較大。對于教學目標2，主要評價學生對與人工智能的基本概念、基本理論、基本方法的掌握情況以及運用所學專業(yè)知識對復雜工程問題的表征、分析、求解、方案設計和歸納總結的能力的培養(yǎng)情況。作業(yè)、實驗和期末考試均能較好地反映反學生對所學理論的掌握和應用情況，故上述三個方面權重相對較大且權重大小相當。對于教學目標3，主要評價學生對實際工程問題運用所學的編程知識進行初步編程實現的能力。實驗最能反映學生在本教學目標的達成情況，所以其權重最大。此外，作業(yè)中的編程作業(yè)也能較好反映本教學目標，所以其權重相對也較大。五、持續(xù)改進本課程根據課堂表現、作業(yè)、實驗、期末考試、各教學目標評分值和學生、教學督導等反饋，及時掌握學生的學習動態(tài)和學習狀況；課后及時反思，發(fā)現教學中的不足并及