人工智能基礎(chǔ)教學(xué)方案課程教學(xué)方案（人工智能基礎(chǔ)）32

附件1：課程教學(xué)方案（2019-2020學(xué)年度第2學(xué)期）課程名稱：人工智能基礎(chǔ)開課單位：任課教師：專業(yè)班級(jí)：填表日期：教務(wù)處制表填寫說明本表應(yīng)根據(jù)《課程教學(xué)大綱》編制，是教師授課的依據(jù)和學(xué)生課程學(xué)習(xí)的概要，也是學(xué)校和學(xué)院（部）進(jìn)行教學(xué)檢查、評價(jià)課堂教學(xué)質(zhì)量和考試命題質(zhì)量的重要依據(jù)。2.表中“課程類型”勾選通識(shí)教育必修課、通識(shí)教育選修課、專業(yè)必修課、專業(yè)選修課、學(xué)科基礎(chǔ)課及模塊化實(shí)踐教學(xué)等，“考核方式”須與《課程教學(xué)大綱》中要求一致。“校歷周次”同一周次合并填寫，“授課日期”填寫該周時(shí)間跨度，“學(xué)時(shí)數(shù)”以單次授課學(xué)時(shí)數(shù)為單位進(jìn)行填寫；“授課方式”欄主要填寫講授、多媒體教學(xué)、錄像示教、上機(jī)實(shí)訓(xùn)、練習(xí)、實(shí)驗(yàn)、討論等內(nèi)容；“作業(yè)/輔導(dǎo)”填寫課后練習(xí)題、課后思考題、課程論文、調(diào)查報(bào)告、實(shí)驗(yàn)報(bào)告、讀書報(bào)告、查閱文獻(xiàn)等；“備注”欄，填寫調(diào)課、補(bǔ)課情況。教學(xué)進(jìn)度表最后應(yīng)填寫考試時(shí)間，考試課統(tǒng)一在18周和19周安排考試，考查課可隨堂考試，或另行安排。本表經(jīng)科目組組長審核后，不得隨意變動(dòng)。如需調(diào)整，應(yīng)經(jīng)科目組組長同意方可執(zhí)行。教學(xué)進(jìn)度表正文部分中文統(tǒng)一使用宋體，英文使用TimesNewRoman，字號(hào)為五號(hào)字，行間距用最小值。本表一式三份（可復(fù)?。?。經(jīng)審核后，任課教師、學(xué)院（部）、教務(wù)處各留一份?；拘畔㈤_課單位信息工程學(xué)院課程名稱人工智能英文名稱Basisofartificialintelligence課程編碼課程類型□通識(shí)課程（□必修、□選修）R專業(yè)課程（□必修、R選修）□學(xué)科基礎(chǔ)課□模塊化實(shí)踐課程學(xué)分2專業(yè)班級(jí)無總學(xué)時(shí)36理論學(xué)時(shí)24實(shí)踐與實(shí)驗(yàn)學(xué)時(shí)12課程簡介（200字左右）人工智能迎來了第三次高潮，正受到前所未有的重視，教育部已經(jīng)申請將人工智能上升為一級(jí)學(xué)科，軍事領(lǐng)域?qū)⑵湟暈槲磥響?zhàn)爭勝利的決定因素之一，而國家則將其列為國家發(fā)展的戰(zhàn)略目標(biāo)之一。所以，處在人工智能大發(fā)展的潮流中的大學(xué)生，必須對人工智能有所了解。本課程作為人工智能入門和普及人工智能基礎(chǔ)知識(shí)的課程。要求學(xué)生掌握人工智能的基本概念和基本技能，掌握利用人工智能解決問題的基本方法，并了解人工智能的研究最新進(jìn)展和熱門研究課題，如AlphaGo下棋的搜索原理、卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、大數(shù)據(jù)和云計(jì)算以及當(dāng)前流行的人工智能開源工具等，掌握人工智能基本技術(shù)，為以后從事IT行業(yè)的工作打下人工智能方面的基本技能的基礎(chǔ)。教材名稱人工智能入門作者:朱福喜；出版社:清華大學(xué)出版社；出版時(shí)間:2021年06月

學(xué)習(xí)成果預(yù)期成果完成該課程學(xué)習(xí),學(xué)生應(yīng)該能夠：掌握人工智能的基本概念，對人工智能的整體知識(shí)結(jié)構(gòu)有一個(gè)基本了解；B.掌握人工智能基本技術(shù)，掌握利用人工智能解決問題的基本方法；C.掌握人工智能的基礎(chǔ)編程，能夠用編程解決一些實(shí)際問題；D.了解人工智能的最新進(jìn)展及發(fā)展方向，為今后繼續(xù)深造或就業(yè)打下基礎(chǔ)；E.具有運(yùn)用人工智能技術(shù)解決實(shí)際問題的能力?？己朔绞骄唧w評價(jià)方法所占百分比要評估的學(xué)習(xí)成果ABCDE.行程式評估1、考勤成績10%2、實(shí)驗(yàn)成績20%√√√√√3、測試成績30%√√√終結(jié)性考核（期末考試）□考試（□試卷考核□非試卷考核）R考查（□試卷考核R非試卷考核）40%√總計(jì)100%教學(xué)進(jìn)度校歷周次授課日期學(xué)時(shí)教學(xué)內(nèi)容安排教學(xué)方式及其手段作業(yè)/輔導(dǎo)備注19月2日至9月8日2第1章人工智能概述AI的產(chǎn)生背景及主要學(xué)派無處不在的人工智能講授29月9日至9月15日2第2章用搜索求解問題搜索求解問題的基本思路搜索的幾種基本策略盲目的搜索方法啟發(fā)式搜索多媒體教學(xué)復(fù)習(xí)39月16日至9月20日2第3章圖搜索算法 3.1或圖搜索策略 3.1.1或圖搜索算法 3.1.2A算法與A*算法 多媒體教學(xué)49月23日至9月27日2第3章圖搜索算法 3.2與/或圖搜索 3.2.1問題歸約求解方法與“與/或圖”3.2.2與/或圖的構(gòu)造方法 3.2.3與/或圖的搜索過程 3.2.4與/或圖搜索算法AO* 3.2.5用AO*算法求解一個(gè)智力問題 講授實(shí)驗(yàn)3．4復(fù)習(xí)題59月30日至10月6日2第4章博弈與搜索 4.1博弈問題 4.2極小極大搜索算法 4.2.1極小極大搜索的思想 4.2.2極小極大搜索算法 4.2.3算法分析與舉例 4.3α-β剪枝算法 講授實(shí)驗(yàn)4.11復(fù)習(xí)題610月7日至10月11日2第4章博弈與搜索 4.4AlphaGo搜索策略 4.4.1圍棋博弈程序的發(fā)展 4.4.2AlphaGo博弈樹搜索算法的改進(jìn) 4.4.3MCTS算法的四個(gè)基本步驟多媒體教學(xué)710月21日至10月27日第5章演化計(jì)算與遺傳算法 5.1演化計(jì)算與演化算法 5.1.1演化算法的基本結(jié)構(gòu) 5.1.2演化算法的設(shè)計(jì) 5.1.3演化算法的特點(diǎn) 5.2遺傳算法 5.2.1遺傳算法的基本結(jié)構(gòu) 5.2.2遺傳算法的實(shí)現(xiàn) 5.2.3遺傳算法舉例 810月21日至10月27日2第6章群集智能 6.1粒子群優(yōu)化算法 6.1.1粒子群優(yōu)化算法的基本結(jié)構(gòu)6.1.2PSO算法的實(shí)現(xiàn)6.1.3PSO算法應(yīng)用實(shí)例 講授實(shí)驗(yàn)6.7復(fù)習(xí)題910月21日至10月27日2第6章群集智能 6.2蟻群優(yōu)化6.2.1蟻群優(yōu)化的原理 6.2.2蟻群優(yōu)化算法 6.2.3ACO算法應(yīng)用實(shí)例 多媒體教學(xué)1010月21日至10月27日2第7章經(jīng)典邏輯知識(shí)表示和推理7.1產(chǎn)生式知識(shí)表示及推理 7.1.1產(chǎn)生式系統(tǒng)的組成 7.1.2產(chǎn)生式系統(tǒng)的知識(shí)表示 7.1.3產(chǎn)生式系統(tǒng)的推理方式 7.1.4產(chǎn)生式規(guī)則的選擇與匹配7.1.5產(chǎn)生式知識(shí)表示的特點(diǎn) 7.2命題知識(shí)表示及推理方法 7.2.1基本概念7.2.2命題演算的歸結(jié)方法 1110月21日至10月27日2第7章經(jīng)典邏輯知識(shí)表示和推理7.3謂詞邏輯知識(shí)表示及推理 7.3.1知識(shí)的謂詞邏輯表示法 7.3.2謂詞邏輯自動(dòng)推理的基本問題7.3.3將公式化成標(biāo)準(zhǔn)子句形式的步驟 7.3.4合一算法7.3.5謂詞邏輯的歸結(jié)算法7.3.6推理中的相等意義的轉(zhuǎn)換策略講授實(shí)驗(yàn)9.10復(fù)習(xí)題1210月21日至10月27日2第8章非經(jīng)典邏輯知識(shí)表示與推理 18.1非單調(diào)推理 18.1.1單調(diào)推理與非單調(diào)推理的概念 18.1.2默認(rèn)邏輯 28.2Dempster-Shater（D-S）證據(jù)理論 38.2.1.識(shí)別框架（FrameofDiscriminate） 38.2.2基本概率分配函數(shù)(BasicprobabilisticAssignment)BPA 38.2.3置信函數(shù)Bel(A)（FunctionofBelief） 48.2.4置信區(qū)間 48.2.5證據(jù)的組合函數(shù) 58.2.6Dempster-shafar證據(jù)理論的評價(jià) 58.3不確定性推理 58.3.1不確定性 68.3.2主觀概率貝葉斯方法(BayesianApproaches) 78.4模糊推理 98.4.1模糊推理的基本理論 108.4.2Fuzzy邏輯 18多媒體教學(xué)10.7復(fù)習(xí)題1310月21日至10月27日29.1人工神經(jīng)網(wǎng)絡(luò)的基本概念 29.1.1人工神經(jīng)網(wǎng)絡(luò)的定義 29.1.2人工神經(jīng)網(wǎng)絡(luò)的基本原理 39.1.3人工神經(jīng)網(wǎng)絡(luò)互連結(jié)構(gòu) 79.1.4神經(jīng)網(wǎng)絡(luò)模型分類 99.2幾種典型的神經(jīng)網(wǎng)絡(luò)簡介 109.2.1單層前向網(wǎng)絡(luò) 109.2.2多層前向網(wǎng)絡(luò)及BP學(xué)習(xí)算法 149.2.3Hopfield神經(jīng)網(wǎng)絡(luò) 189.3卷積神經(jīng)網(wǎng)絡(luò) 229.3.1卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 239.3.2參數(shù)減少與權(quán)值共享 249.3.3池化 269.3.4全連接層 279.4神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域 27講授實(shí)驗(yàn)12.9復(fù)習(xí)題實(shí)驗(yàn)報(bào)告1410月21日至10月27日2第10章機(jī)器學(xué)習(xí)與深度學(xué)習(xí) 110.1概述 110.1.1機(jī)器學(xué)習(xí)的定義和意義 110.1.2機(jī)器學(xué)習(xí)的研究簡史 110.1.3機(jī)器學(xué)習(xí)方法的分類 310.1.4機(jī)器學(xué)習(xí)中的推理方法 410.2歸納學(xué)習(xí) 510.2.1歸納概念學(xué)習(xí)的定義 610.2.3歸納概念學(xué)習(xí)算法的一般步驟 810.2.4歸納概念學(xué)習(xí)的基本技術(shù) 1010.3基于類比的學(xué)習(xí) 1510.3.1類比學(xué)習(xí)的一般原理 1510.3.2類比學(xué)習(xí)的表示 1510.3.3類比學(xué)習(xí)的求解 1710.4深度學(xué)習(xí) 1810.4.1什么是深度學(xué)習(xí) 1810.4.2特征提取 2010.4.3自動(dòng)特征提取 2110.4.4深度學(xué)習(xí)直觀理解 22多媒體教學(xué)14.8復(fù)習(xí)題1510月21日至10月27日2第11章數(shù)據(jù)挖掘與Web挖掘 111.1一般數(shù)據(jù)挖掘方法 111.1.1數(shù)據(jù)挖掘的定義 111.1.2數(shù)據(jù)挖掘研究的主要內(nèi)容 211.1.3數(shù)據(jù)挖掘的任務(wù) 311.1.4數(shù)據(jù)挖掘的特點(diǎn) 511.1.5數(shù)據(jù)挖掘常用的技術(shù) 511.1.6數(shù)據(jù)挖掘過程 611.2關(guān)聯(lián)規(guī)則挖掘 611.2.1問題的形式化描述 711.2.2挖掘步驟 811.2.3Apriori算法 1011.2.4實(shí)例與分析 1211.3聚類分析 1411.3.1聚類分析的定義 1411.3.2聚類分析的主要步驟 1511.3.3聚類分析的幾種主要的算法 1611.3.4聚類分析的應(yīng)用領(lǐng)域 1811.4Web挖掘 1811.4.1Web挖掘概述 1811.4.2Web內(nèi)容挖掘 1911.4.3Web結(jié)構(gòu)挖掘 2111.4.4Web使用挖掘 22講授實(shí)驗(yàn)16.10復(fù)習(xí)題1610月21日至10月27日2第12章大數(shù)據(jù)與云計(jì)算 112.1認(rèn)識(shí)大數(shù)據(jù) 112.2從理論維度認(rèn)識(shí)大數(shù)據(jù) 112.2.1大數(shù)據(jù)的定義 212.2.2大數(shù)據(jù)的特征 212.2.3大數(shù)據(jù)的價(jià)值 312.2.4大數(shù)據(jù)的發(fā)展趨勢 612.3從技術(shù)的維度認(rèn)識(shí)大數(shù)據(jù)與云計(jì)算 712.3.1云計(jì)算的定義及要解決的問題 712.3.2云計(jì)算與虛擬化 812.3.3云存儲(chǔ)與云網(wǎng)絡(luò) 912.3.4私有云、公有云與云平臺(tái) 912.3.