《人工智能》教學大綱

附件1廣東財經(jīng)大學華商學院課程教學大綱模板《人工智能》課程教學大綱課程名稱人工智能基礎(chǔ)課程編碼0836073課程類型專業(yè)必修課課程性質(zhì)必修課適用范圍數(shù)據(jù)科學與大數(shù)據(jù)專業(yè)學分數(shù)3先修課程操作系統(tǒng)，java程序設(shè)計，Python程序設(shè)計，數(shù)據(jù)預處理技術(shù)學時數(shù)54實驗/實踐學時18課外學時0考核方式考試（平時10%實驗30%期末60%）制訂單位數(shù)據(jù)科學學院制訂日期2020年3月執(zhí)筆者審核者一、課程簡介人工智能是計算機與自動化學科的一門分支學科。它研究如何用機器來模仿人腦所從事的推理、證明、識別、理解、學習、規(guī)劃、診斷等智能活動。人工智能是當前科學技術(shù)中正在迅速發(fā)展，新思想、新觀點、新技術(shù)不斷涌現(xiàn)的一個學科，也是一門涉及數(shù)學、計算機科學、控制論、信息論、心理學、哲學等學科的交叉和邊緣學科。人工智能原理是計算機科學技術(shù)類專業(yè)的應(yīng)用學科。前修課程包括：離散數(shù)學、數(shù)據(jù)結(jié)構(gòu)、算法分析與設(shè)計等，后續(xù)課程：專家系統(tǒng)，知識工程。二、教學目標（1）熟練掌握圖搜索策略，熟練掌握回溯策略、圖搜索策略的過程以及算法（BACKTRACK以及AI算法），掌握一些典型問題的啟發(fā)式函數(shù)；（2）掌握用命題邏輯、一階邏輯表示知識的方法，并在此基礎(chǔ)上進行推理，熟練掌握歸結(jié)方法以及歸結(jié)反駁過程，熟練掌握利用歸結(jié)反駁方法進行推理。（3）掌握基于貝葉斯規(guī)則的不確定性推理，掌握條件概率、獨立、條件獨立及貝葉斯公式；掌握利用貝葉斯定理檢測垃圾郵件的基本方法。三、主要教學模式和教學手段1．本課程的教學包括課堂講授、課外作業(yè)、輔導答疑、上機實驗和期末考試等教學環(huán)節(jié)。

2．課堂教學采用啟發(fā)式教學方法，理例結(jié)合，多媒體并用，引導學生加深對課程內(nèi)容的理解，提高學生的學習興趣和效果。

3．理論聯(lián)系實際，通過本課程的教學，力爭使學生在理解和掌握大綱所要求的知識內(nèi)容的基礎(chǔ)上，能正確地運用這些知識解決有關(guān)實際問題。四、教學內(nèi)容（要求編寫所有章節(jié)的主要內(nèi)容）第一章人工智能概述基本內(nèi)容和要求：

1．人工智能的概念與目標；

2．人工智能的研究內(nèi)容與方法；

3．人工智能的分支領(lǐng)域；

4．人工智能的發(fā)展概況。第二章邏輯程序設(shè)計語言Prolog基本內(nèi)容和要求：

1．掌握Prolog語言的語句特點、程序結(jié)構(gòu)和運行機理；

2．能編寫簡單的Prolog程序，能讀懂一般的Prolog程序。

教學重點：

Prolog程序設(shè)計。

教學難點：

表與遞歸，回溯控制第三章基于圖搜索的問題求解基本內(nèi)容和要求：

1．掌握狀態(tài)圖的基本概念、狀態(tài)圖搜索基本技術(shù)和狀態(tài)圖問題求解的一般方法，包括窮舉式搜索、啟發(fā)式搜索、加權(quán)狀態(tài)圖搜索和A算法、A*算法等；

2．掌握與或圖的基本概念、與或圖搜索基本技術(shù)和或圖問題求解的一般方法；

3．理解一些經(jīng)典規(guī)劃調(diào)度問題（如迷宮、八數(shù)碼、梵塔、旅行商、八皇后等問題）的求解方法；

教學重點：

1．狀態(tài)圖搜索常用算法和問題的狀態(tài)圖表示；

2．與或圖搜索常用算法和問題的與或圖表示。

教學難點：

問題的狀態(tài)圖、與或圖表示。第四章基于遺傳算法的隨機優(yōu)化搜索基本內(nèi)容和要求：

1．了解遺傳算法的基本概念和特點；

2．理解基本遺傳算法的基本原理和應(yīng)用技術(shù)。

教學重點：

選擇-復制、交叉和變異等三種遺傳操作。

教學難點：

遺傳算法的應(yīng)用。第五章知識表示與推理基本內(nèi)容和要求：

1．了解知識表示的基本概念；

2．理解和掌握常用知識表示方法，包括：一階謂詞邏輯、產(chǎn)生式規(guī)則、框架和語義網(wǎng)絡(luò)的基本原理和語言實現(xiàn)；

3．理解不確定性知識的表示及其推理方法。

教學重點：

1．基于一階謂詞邏輯和產(chǎn)生式規(guī)則的推理模式。

2．不確定性知識的表示及其推理。

教學難點：

不確定性知識的表示及其推理。第六章機器學習與知識發(fā)現(xiàn)

基本內(nèi)容和要求：

1．理解符號學習的基本原理，包括:記憶學習、演繹學習、類比學習、示例學習、發(fā)現(xiàn)學習等；

2．理解連接學習的基本原理，包括：人工神經(jīng)網(wǎng)絡(luò)的概念和類型、神經(jīng)網(wǎng)絡(luò)學習方法等；

3．了解知識發(fā)現(xiàn)與數(shù)據(jù)挖掘的概念、對象、任務(wù)和基本方法等。

教學重點：

1．符號學習中的歸納學習；

2．神經(jīng)網(wǎng)絡(luò)學習。

教學難點：

BP神經(jīng)網(wǎng)絡(luò)及其學習舉例。第七章專家系統(tǒng)

基本內(nèi)容和要求：

1．理解專家系統(tǒng)的概念和結(jié)構(gòu)；

2．初步掌握專家系統(tǒng)設(shè)計與實現(xiàn)方法；

3．了解專家系統(tǒng)的發(fā)展。

教學重點：

1．專家系統(tǒng)的概念和結(jié)構(gòu)；

2．專家系統(tǒng)的設(shè)計與實現(xiàn)。

教學難點：

專家系統(tǒng)的設(shè)計與實現(xiàn)。第八章Agent系統(tǒng)

基本內(nèi)容和要求：

1．理解Agent的概念、類型和結(jié)構(gòu)；

2．理解多Agent系統(tǒng)的原理、結(jié)構(gòu)和應(yīng)用；

3．了解Agent的實現(xiàn)語言工具。

教學重點：

Agent和多Agent系統(tǒng)的概念和結(jié)構(gòu)。

教學難點：

多Agent系統(tǒng)的結(jié)構(gòu)。第九章智能化網(wǎng)絡(luò)

基本內(nèi)容和要求：

1．了解智能網(wǎng)絡(luò)的概念和原理；

2．理解網(wǎng)絡(luò)的智能化管理與控制基本技術(shù)；

3．了解網(wǎng)上信息的智能化檢索基本原理和方法。

教學重點：

網(wǎng)絡(luò)的智能化管理與控制。

教學難點：

網(wǎng)上信息的智能化檢索。5、教學重點難點教學重點：1．狀態(tài)圖搜索常用算法和問題的狀態(tài)圖表示；

2．與或圖搜索常用算法和問題的與或圖表示。3．符號學習中的歸納學習；神經(jīng)網(wǎng)絡(luò)學習。4．Agent和多Agent系統(tǒng)的概念和結(jié)構(gòu)。5．選擇-復制、交叉和變異等三種遺傳操作。教學難點：1．狀態(tài)圖搜索常用算法和問題的狀態(tài)圖表示；

2．與或圖搜索常用算法和問題的與或圖表示。6．符號學習中的歸納學習；神經(jīng)網(wǎng)絡(luò)學習。六、課內(nèi)實驗（實訓）教學內(nèi)容及要求（按實際所需填寫）（一）實驗（實訓）教學內(nèi)容項目一：產(chǎn)生式系統(tǒng)實驗1.目的與要求熟悉和掌握產(chǎn)生式系統(tǒng)的運行機制，掌握基于規(guī)則推理的基本方法2.實驗（實訓）學時：43.實驗（實訓）內(nèi)容主要包括產(chǎn)生式系統(tǒng)的正、反向推理、基于邏輯的搜索等10余個相關(guān)演示性、驗證性和開發(fā)性設(shè)計實驗。項目二：搜索策略實驗1.目的與要求熟悉和掌握啟發(fā)式搜索的定義、估價函數(shù)和算法過程，并利用A*算法求解N數(shù)碼難題，理解求解流程和搜索順序。2.實驗（實訓）學時：43.實驗（實訓）內(nèi)容主要包括盲目式、啟發(fā)式搜索類的10余個相關(guān)演示性、驗證性和開發(fā)性設(shè)計實驗。項目三：神經(jīng)網(wǎng)絡(luò)實驗1.目的與要求理解反向傳播網(wǎng)絡(luò)的結(jié)構(gòu)和原理，掌握反向傳播算法對神經(jīng)元的訓練過程，了解反向傳播公式。通過構(gòu)建BP網(wǎng)絡(luò)實例，熟悉前饋網(wǎng)絡(luò)的原理及結(jié)構(gòu)。2.實驗（實訓）學時：43.實驗（實訓）內(nèi)容主要包括以BP網(wǎng)為代表的ANN的驗證性實驗及設(shè)計性實驗。并包括用BP網(wǎng)解決一些非線性問題的典型設(shè)計實驗（如異或問題、布爾代數(shù)及非線性函數(shù)模擬等）.項目四：自動規(guī)劃實驗1.目的與要求理解自動規(guī)劃的基本原理，掌握為活動實體（人、組織、機器）設(shè)計合理的行為、按時間順序的活動序列等基本技術(shù)。2.實驗（實訓）學時：43.實驗（實訓）內(nèi)容主要包括積木世界的機器人行動規(guī)劃的幾個相關(guān)實驗。（二）各實驗（實訓）學時分配序號實驗（實訓）項目主要內(nèi)容學時每組人數(shù)地點1產(chǎn)生式系統(tǒng)實驗產(chǎn)生式系統(tǒng)的正、反向推理、基于邏輯42搜索策略實驗盲目式、啟發(fā)式搜索43神經(jīng)網(wǎng)絡(luò)實驗以BP網(wǎng)為代表的ANN的驗證性實驗64自動規(guī)劃實驗積木世界的機器人行動規(guī)劃4七、各教學環(huán)節(jié)學時分配教學內(nèi)容各教學環(huán)節(jié)學時分配章節(jié)主要內(nèi)容講授實驗討論習題其它小計第1章人工智能概述40第2章邏輯程序設(shè)計語言Prolog42第3章基于圖搜索的問題求解42第4章基于遺傳算法的隨機優(yōu)化搜索44第5章知識表示與推理42第6章機器學習與知識發(fā)現(xiàn)42第7章專家系統(tǒng)42第8章Agent系統(tǒng)42第9章智能化網(wǎng)絡(luò)42合計3618八、本課程與其他課程的聯(lián)系1.先修課程：操作系統(tǒng)，java程序設(shè)計，Python程序設(shè)計，數(shù)據(jù)預處理技術(shù)2.后續(xù)課程：實用機器學習，虛擬化與容器技術(shù)。九、推薦教材和教學參考書教材：《人工智能技術(shù)導論》（第三版），廉師友，西安電子科技大學出版社參考書：[1]人工智能，（美）NilsJ.Nilsson，（鄭扣根，莊越挺譯），機械工業(yè)出版社，2000；

[2]人工智能——一種現(xiàn)代方法（第二版），[美]StuartRussell，PeterNorvig，姜哲等譯，人民郵電出版社，2004；

[3]人工智能，[