《人工智能工程應(yīng)用設(shè)計》教學(xué)大綱

《人工智能工程應(yīng)用設(shè)計》教學(xué)大綱適用范圍：202X版本科人才培養(yǎng)方案課程代碼：22160123課程性質(zhì)：集中實踐課學(xué)分：3學(xué)分周數(shù)：3周先修課程：嵌入式系統(tǒng)技術(shù)與應(yīng)用、機器學(xué)習(xí)、深度學(xué)習(xí)與應(yīng)用并修課程：畢業(yè)設(shè)計適用專業(yè)：人工智能專業(yè)開課單位：智能工程學(xué)院一、課程說明《人工智能工程應(yīng)用設(shè)計》是人工智能專業(yè)所設(shè)的重要實踐性教學(xué)環(huán)節(jié)，是學(xué)生理論聯(lián)系實際的課堂，也是畢業(yè)后參加實際工作的一次預(yù)演，為實現(xiàn)專業(yè)培養(yǎng)目標(biāo)起著重要作用。人工智能工程應(yīng)用設(shè)計是學(xué)生獲得專業(yè)知識的重要環(huán)節(jié)之一。人工智能工程應(yīng)用設(shè)計是學(xué)生在實習(xí)前已學(xué)完所有基礎(chǔ)理論課程，并進(jìn)入《智能機器人技術(shù)創(chuàng)新》、《智能駕駛專題》、《自然語言處理》、《深度學(xué)習(xí)與應(yīng)用》等專業(yè)課程的學(xué)習(xí)；在工程應(yīng)用中應(yīng)深入實際，認(rèn)真學(xué)習(xí)，獲取直接知識，鞏固所學(xué)理論，完成人工智能工程應(yīng)用中所布置的各項工作任務(wù)，培養(yǎng)和鍛煉獨立分析問題和解決問題的能力。二、課程目標(biāo)通過本課程的學(xué)習(xí)，使學(xué)生達(dá)到如下目標(biāo)：課程目標(biāo)1：熟練掌握人工智能研發(fā)所需要的基礎(chǔ)編程知識，適應(yīng)不斷發(fā)展的人工智能技術(shù)，并激發(fā)學(xué)生科技報國的奮發(fā)精神。課程目標(biāo)2：能夠運用編程知識對人工智能問題提出解決方案。課程目標(biāo)3：強調(diào)培養(yǎng)學(xué)生的動手能力和團(tuán)隊協(xié)作能力；要求學(xué)生通過編寫程序來實現(xiàn)人工智能領(lǐng)域中基礎(chǔ)程序設(shè)計。促使學(xué)生形成良好的世界觀、人生觀和價值觀，同時在項目開發(fā)過程中培養(yǎng)基本操作規(guī)范和安全意識，樹立正確的審美觀念和勞動觀念。三、課程目標(biāo)與畢業(yè)要求《人工智能工程應(yīng)用設(shè)計》課程教學(xué)目標(biāo)對人工智能專業(yè)畢業(yè)要求的支撐見表1。表1課程教學(xué)目標(biāo)與畢業(yè)要求關(guān)系畢業(yè)要求指標(biāo)點課程目標(biāo)支撐強度1.工程知識:具備數(shù)學(xué)、自然科能夠?qū)?shù)學(xué)、自然科學(xué)、工程基礎(chǔ)和專業(yè)知識用于解決人工智能及交叉應(yīng)用領(lǐng)域工程問題。1.2系統(tǒng)掌握人工智能領(lǐng)域的工程基礎(chǔ)和專業(yè)知識，包括計算機硬件、軟件及系統(tǒng)等方面內(nèi)容，了解通過人工智能系統(tǒng)工程問題的基本方法；1.4分析人工智能系統(tǒng)的復(fù)雜性，應(yīng)用相關(guān)知識和數(shù)學(xué)模型方法用于專業(yè)工程問題解決方案。課程目標(biāo)1：熟練掌握人工智能研發(fā)所需要的基礎(chǔ)編程知識。H2.問題分析：2.2能夠基于數(shù)學(xué)、自然科學(xué)和工程科學(xué)等相關(guān)科學(xué)原理，會通過文獻(xiàn)研究尋求適用的人工智能及相關(guān)應(yīng)用領(lǐng)域工程問題解決方案。課程目標(biāo)2：能夠應(yīng)用人工智能專業(yè)相關(guān)課程的基本原理和知識，并通過文獻(xiàn)查閱和所學(xué)基礎(chǔ)理論，對給定人工智能及相關(guān)應(yīng)用領(lǐng)域的工程問題的影響因素進(jìn)行分析。課程目標(biāo)3：掌握人工智能及相關(guān)應(yīng)用領(lǐng)域應(yīng)用技術(shù)的基本設(shè)計/開發(fā)方法，能夠綜合文獻(xiàn)分析、專業(yè)理論知識、現(xiàn)代方法和技術(shù)、設(shè)計任務(wù)指標(biāo)要求等制定合理的目標(biāo)和技術(shù)方案。M3.設(shè)計/開發(fā)解決方案：能設(shè)計針對人工智能及交叉應(yīng)用領(lǐng)域工程問題的解決方案和滿足特定需求，并在設(shè)計中體現(xiàn)創(chuàng)新意識，考慮社會、環(huán)境、健康、安全、法律、文化等因素。3.2設(shè)計針對人工智能領(lǐng)域復(fù)雜工程問題的解決方案，包括設(shè)計或開發(fā)滿足特定需求和約束條件的軟硬件系統(tǒng)、模塊或算法流程，并能夠進(jìn)行模塊和系統(tǒng)級優(yōu)化。課程目標(biāo)4：強調(diào)培養(yǎng)學(xué)生的動手能力，要求學(xué)生通過編寫程序來實現(xiàn)人工智能領(lǐng)域中的應(yīng)用。H9.個人和團(tuán)隊：能在多學(xué)科背景下的團(tuán)隊中承擔(dān)個體、團(tuán)隊成員以及負(fù)責(zé)人的角色。思政：腳踏實地方能百戰(zhàn)不殆，遵循事物的發(fā)展規(guī)律，堅持不懈9.2能夠明確團(tuán)隊中每個角色的含義及作用，能夠勝任在團(tuán)隊中所承擔(dān)的個體、團(tuán)隊成員以及負(fù)責(zé)人等角色，并承擔(dān)相應(yīng)的責(zé)任；課程目標(biāo)5：強調(diào)培養(yǎng)學(xué)生的動手能力，要求學(xué)生通過編寫程序來實現(xiàn)人工智能領(lǐng)域中的應(yīng)用。M11.項目管理11.1了解人工智能及相關(guān)應(yīng)用領(lǐng)域復(fù)雜工程問題的設(shè)計和實施流程及成本構(gòu)成。課程目標(biāo)6：通過認(rèn)識實習(xí)，了解人工智能及相關(guān)應(yīng)用領(lǐng)域工程項目及產(chǎn)品的成本構(gòu)成，了解項目的實施流程和包含模塊。M注：表中“H（高）、M（中）”表示課程與相關(guān)畢業(yè)要求的關(guān)聯(lián)度。四、教學(xué)內(nèi)容、教學(xué)要求與學(xué)時分配《人工智能工程應(yīng)用設(shè)計》的教學(xué)內(nèi)容、教學(xué)方式與學(xué)時分配見表2。表2教學(xué)內(nèi)容、教學(xué)要求與學(xué)時分配教學(xué)內(nèi)容教學(xué)要求，教學(xué)重點難點課時安排對應(yīng)的課程目標(biāo)1.介紹人工智能、機器學(xué)習(xí)與深度學(xué)習(xí)之間的關(guān)系，深度神經(jīng)網(wǎng)絡(luò)和主流的人工智能工程應(yīng)用開發(fā)框架。講解TensorFlow開發(fā)環(huán)境的安裝。思政：培養(yǎng)創(chuàng)新精神，勇于開拓進(jìn)取教學(xué)要求：使學(xué)生了解人工智能工程應(yīng)用技術(shù)發(fā)展中過程中的歷史背景，跟蹤和了解專業(yè)領(lǐng)域的國內(nèi)外發(fā)展趨勢和行業(yè)熱點問題。重點：開發(fā)環(huán)境的安裝；難點：人工智能工程應(yīng)用技術(shù)行業(yè)熱點問題。2天1、32.介紹TensorFlow的編程基礎(chǔ)和TensorBoard可視化，并實踐基于TensorFlow應(yīng)用開發(fā)框架的線性回歸和手寫數(shù)字識別的編程實踐。教學(xué)要求：掌握以TensorFlow2.0+TensorFlow1.x版本的運行模式編寫單變量線性回歸和MNIST手寫數(shù)字識別的實踐。重點：MNIST手寫數(shù)字識別的TensorFlow實踐；難點：TensorFlow的編程基礎(chǔ)。3天33.采用TensorFlow的低階API來解決泰坦尼克號旅客生存預(yù)測問題，之后采用TensorFlow的高階API：Keras解決泰坦尼克號旅客生存預(yù)測問題。教學(xué)要求：掌握TensorFlow的高階API：Keras來進(jìn)行泰坦尼克號旅客生存預(yù)測的建模、訓(xùn)練和應(yīng)用。重點：TensorFlow的高階API：Keras解決泰坦尼克號旅客生存預(yù)測問題；難點：TensorFlow的高階API：Keras解決泰坦尼克號旅客生存預(yù)測問題。3天24.采用卷積層不同通道的卷積特征包括單一通道特征和全通道特征生成圖像；利用淺層和深層卷積特征所生成圖像；TensorFlow2實現(xiàn)DeepDream圖像生成實踐。教學(xué)要求：掌握卷積神經(jīng)網(wǎng)絡(luò)總體結(jié)構(gòu)，全連接神經(jīng)網(wǎng)絡(luò)的不足；了解TensorFlow中卷積神經(jīng)網(wǎng)絡(luò)相關(guān)函數(shù)，利用TensorFlow建立卷積神經(jīng)網(wǎng)絡(luò)分類模型；TensorFlow2基礎(chǔ)上以背景圖像為起點生成DeepDream圖像。重點：利用TensorFlow建立卷積神經(jīng)網(wǎng)絡(luò)分類模型；難點：TensorFlow2基礎(chǔ)上以背景圖像為起點生成DeepDream圖像。4天25.考慮到大部分?jǐn)?shù)據(jù)或任務(wù)都是存在相關(guān)性的，通過遷移學(xué)習(xí)將圖像分類中已經(jīng)學(xué)到的模型參數(shù)遷移到圖像檢索模型中，從而加快并優(yōu)化模型的新領(lǐng)域的適應(yīng)性能。教學(xué)要求：了解遷移學(xué)習(xí)的歷史背景幾國內(nèi)外發(fā)展。掌握基于特征選擇的遷移學(xué)習(xí)算法。掌握基于TensorFlow2的VGG16遷移學(xué)習(xí)在圖像檢索實踐應(yīng)用的模型構(gòu)建。重點：基于TensorFlow2的VGG16遷移學(xué)習(xí)在圖像檢索實踐應(yīng)用的模型構(gòu)建；難點：基于TensorFlow2的VGG16遷移學(xué)習(xí)在圖像檢索實踐應(yīng)用的模型構(gòu)建。3天1、3合計15天（3周）五、教學(xué)方法及手段本課程和實際應(yīng)用結(jié)合緊密，注重培養(yǎng)學(xué)生的綜合應(yīng)用和動手實踐能力；教學(xué)過程中教師以導(dǎo)引為主，以講授為輔，結(jié)合工程實踐采用啟發(fā)式和討論式的教學(xué)方法，培養(yǎng)學(xué)生獨立自主學(xué)習(xí)的能力。同時以學(xué)習(xí)通為平臺提供資源豐富線上資源，采用E-mail、釘釘、微信等交流工具，加強和學(xué)生之間的交流和溝通。六、考核與成績評定1.考核方式及成績評定實習(xí)采用優(yōu)、良、中、及格、不及格五級評分制。即90分以上為優(yōu)，80~89分為良，70~79分為中，60~69分為及格，60分以下為不及格。總成績分四部分：實習(xí)表現(xiàn)、實習(xí)報告、實習(xí)總結(jié)和實習(xí)答辯。其中：(1)實習(xí)表現(xiàn)占40%，無故曠課達(dá)3次取消總成績；(2)實習(xí)報告占30%；無故不交實習(xí)報告取消總成績；(3)實習(xí)總結(jié)占10%；無故缺少實習(xí)總結(jié)取消總成績；(4)實習(xí)答辯占20%。無故缺席實習(xí)答辯取消總成績；2.成績評定標(biāo)準(zhǔn)考核內(nèi)容、評價標(biāo)準(zhǔn)、所占比重見表4。表4考核方式評價標(biāo)準(zhǔn)考核/評價環(huán)節(jié)分值占比（%）考核/評價細(xì)則對應(yīng)課程目標(biāo)100>x≥9090>x≥8080>x≥7070>x≥60x<60實習(xí)表現(xiàn)40正常參加設(shè)計訓(xùn)練，無遲到、早退情況，認(rèn)真聽講，筆記完整。正常參加設(shè)計訓(xùn)練，無遲到、早退情況，認(rèn)真聽講，筆記基本完整。正常參加設(shè)計訓(xùn)練，無遲到、早退情況，認(rèn)真聽講，筆記不全。正常參加設(shè)計訓(xùn)練，無遲到，偶爾早退，筆記不全。缺席設(shè)計訓(xùn)練較多，無實習(xí)筆記。1、2實習(xí)報告30報告內(nèi)容全面、詳實，字跡工整，課程建議好。報告內(nèi)容全面、詳實，字跡工整，課程建議認(rèn)識不到位。報告內(nèi)容較全面、詳實，字跡較工整，課程建議認(rèn)識不到位。報告內(nèi)容不全面，字跡較差。報告內(nèi)容不全面，字跡較差，字?jǐn)?shù)未達(dá)到要求。1、2實習(xí)總結(jié)10總結(jié)內(nèi)容全面詳實，完整，思路清晰，有獨到的見解和認(rèn)識，字跡工整?？偨Y(jié)