《智能科學與技術導論》(教案大綱)

《智能科學與技術導論》課程教學大綱（IntroductiontoIntelligentScienceandTechnology）一、課程基本信息適用專業(yè)智能科學與技術開課單位計算機與人工智能學院課程類型專業(yè)課課程性質必修課是否為雙語否學分數(shù)1.5學時數(shù)總學時24學時，其中：實驗0學時；課外0先修課程無后續(xù)課程人工智能基礎、模式識別與機器學習、圖像處理與機器視覺二、課程簡述發(fā)展前瞻，總共24學時，無實驗（實訓）、課外學時。通過智能科學與技術專業(yè)定位、學解，激發(fā)學生的學習興趣，為將來職業(yè)規(guī)劃奠定基礎。三、考核方式及成績評定（一）考核目標應用技術、發(fā)展趨勢、工程與社會關系等內容的理解、掌握以及靈活運用能力。（二）考核方式1）采用閉卷考試形式。2）期末考試內容涵蓋課程教學大綱的全部內容。（三）成績評定的30%、期末考試成績占總成績的70%。2）平時成績由課后作業(yè)、課程論文綜合評定。120100分。內容：第內容：第1節(jié)類能機能第2節(jié)能學技術第3節(jié)能學技型第4節(jié)能學技點研領域第5節(jié)能學技展和用第6節(jié)家統(tǒng)混統(tǒng)、能器各智系統(tǒng)。課程政事發(fā)的折性漸性要發(fā)的眼看題。要求：了解類能機智之間關；了解能學技的念、容研內、展歷。第1章計算方法難點：科學、技術與工程三者之間的聯(lián)系學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。第2章認知科學及其應用重點：感知覺、注意、記憶、知識表征等典型的認知活動難點：認知科學研究的子領域及其相應的認知模型學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。內容：內容：第1節(jié)器知礎括機感的念機感知物原器知的性要、多模機感知第2節(jié)覺知包磁波視感、標測、標別目追蹤第3節(jié)覺知包波與覺知麥風列原、源位跟、說人別第4節(jié)器知典用。要求：了解機器感知的物理原理、特性與要求；了解多模態(tài)機器感知；了解基于視覺感知的目標檢測、別跟的本理；解于覺知聲源位跟的本理。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。內容：第1節(jié)認知科學基礎，包括認知科學概述、人體神經系統(tǒng)、腦相關知識第2節(jié)感知覺、注意、記憶、知識表征等認知活動第3節(jié)認知模型，包括物理符號系統(tǒng)，認知計算第4節(jié)認知科學的應用課程思政：結合認知科學在機器學習模型和算法設計中的作用，闡述學科交叉的成就和重要性。要求：熟悉認知模型中的物理符號系統(tǒng)；了解認知科學在疾病診療、人機交互等不同領域中的應用。第3章機器感知及其應用重點：機器感知的物理原理、特性與要求難點：基于視覺感知的目標檢測、目標識別、目標跟蹤的概念與方法學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。第4章模式識別及其應用重點：模式識別的基本原理與方法學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。內容：第1節(jié)模式識別概述，包括模式識別的發(fā)展歷程、基本概念、基本方法、原理與過程第2節(jié)基于貝葉斯決策理論的模式分類，判別函數(shù)分類器設計，模糊模式識別算法第3節(jié)聚類分析，包括聚類的概念、流程與典型算法第4節(jié)模式識別的應用。課程思政：由貝葉斯決策理論介紹先驗概率和后驗概率，闡述人類對于世界的認識是一個不斷根據現(xiàn)實證據不斷修正的過程，是一個大膽假設、小心論證的迭代過程。要求：掌握模式識別的基本原理與方法；熟悉基于貝葉斯決策理論的模式分類原理，了解判別函數(shù)分類器的設計，了解模糊模式識別算法；了解聚類分析的基本思想與典型算法。第5章機器學習及其應用重點：機器學習的基本概念和典型工作流程難點：有監(jiān)督機器學習的問題設定與形式化描述學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。內容：第1節(jié)類第2節(jié)典型的機器學習模型，包括感知機、人工神經網絡、卷積神經網絡、循環(huán)神經網絡、生成對抗網絡第3節(jié)機器學習的應用課程思政：在介紹生成對抗網絡時，借助Deepfake等應用，通過討論人工神經網絡的安全問題，強化社會主義職業(yè)道德觀。要求：掌握機器學習的基本概念與典型工作流程；了解機器學習模型的分類；理解人工神經網絡的基本原理；了解機器學習的典型應用。內容：第內容：第1節(jié)器概，發(fā)展程定與成類別特點第2節(jié)器的、組成第3節(jié)器的能括智的式機人人工能機人能不能第4節(jié)器的展。要求：了解器的展程類別特；了解器的成；認識器的能式；了解器的展勢。內容：第1節(jié)第2節(jié)第3節(jié)生成第4節(jié)然言理，包基概、展程、術類流和務然言理本技，括文詞詞性注命實識、句分析然言理他技包本向云文分識然言然言理型應用課程政結當前LP技術沿鼓學掌中文NLP技，推文LP出貢獻。第6章機器人及其智能化學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。第7章自然語言處理及其應用析難點：文本向量化技術學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。要求：要求：熟悉文詞詞標、命實識以句分析自語處基技術；了解文量、云文本類情識、然語生等然言理技；了解然言理典應用。第8章大數(shù)據及其應用學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。內容：第1節(jié)大數(shù)據基礎知識，包括大數(shù)據發(fā)展歷程、概念與特征、關鍵技術第2節(jié)大數(shù)據基礎，包括大數(shù)據采集、大數(shù)據處理框架、大數(shù)據存儲、大數(shù)據計算模式第3節(jié)大數(shù)據技術基礎，包括MapReduce、分布式數(shù)據挖掘、Spark機器學習第4節(jié)大數(shù)據的應用作，面對困難分而治之，逐個擊破，獲得積極向上、奮發(fā)有為的精神力量。要求：內容：第1節(jié)能內容：第1節(jié)能統(tǒng)其用第2節(jié)體能其用第3節(jié)能居智市第9章智能系統(tǒng)與發(fā)展前瞻重點：智能科學與技術產業(yè)生態(tài)與產業(yè)鏈難點：智能科學與技術發(fā)展展望學生的自學能力；對難點內容采用理論講解過程結合案例教學方式完成。2）在教學中采用電子教案、PPT課件及多媒體教學系統(tǒng)等先進教學手段，以確保在有限的學時內，全面、高質量地完成課程教學任務。第第4節(jié)能學技業(yè)及展望要求：了解智能科學與技術的產業(yè)生態(tài)；熟悉智能科學與技術的產業(yè)鏈發(fā)展；了解智能科學與技術發(fā)展遇的戰(zhàn)機。五、學時分配教學內容各教學環(huán)節(jié)學時分配作業(yè)題量備注章節(jié)主要內容講授實驗討論習題課外其它小計1緒論200000262認知科學及其應用200000263機器感知及其應用300000364模式識別及其應用400000465機器學習及其應用300000366機器人及其智能化400000467自然語言處理及其應用300000368大數(shù)據及其應用200000269智能系統(tǒng)與發(fā)展前瞻10000010合計242448六、課程教材及主要參考資料教材：朱珍，陳薈慧．智能科學與技術導論．北京：機械工業(yè)出版社．2021年7參考資料：[