《人工智能导论》1-9章电子教案-课堂设计.doc

《《人工智能导论》1-9章电子教案-课堂设计.doc》由会员分享，可在线阅读，更多相关《《人工智能导论》1-9章电子教案-课堂设计.doc（28页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、人工智能导论课程第一章教学设计人工智能概述一、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年 月制 定 人： 授课对象：大一学生 二、 基本信息设计主题：人工智能概述 学 时：6先修内容：计算机相关基本知识三、 课程设计1. 课程设计目标（1） 能力目标本章通过阿尔法鹰眼、阿里鹿班让、厦门无人驾驶巴士三个案例和人工智能对人们生活的影响，帮助读者了解人工智能的相关概念，能够了解人工智能定义、研究领域、发展、社会价值和应用领域、未来与展望。（2） 知识目标序号知 识 目 标1了解人工智能的定义2了解人工智能的发展3了解人工智能的研究领域4了解人工智能的社会价值和应用领域5了

2、解人工智能的未来与展望2. 课程内容设计模 块 名 称学 时案例导读之人工智能概述21.1 人工智能概述21.2 人工智能的社会价值1.3 人工智能的应用领域1.4人工智能的未来与展望延伸阅读：2030年，AI将怎样影响人们的生活？2合计63. 能力训练项目设计本章教学以案例为切入点，要求学生了解人工智能定义、研究领域、发展、社会价值和应用领域、未来与展望。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1人工智能定义和发展 定义 人工智能发展的四个阶段人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门学科学生查阅资料学生讲解人工智能发展

3、的四个阶段的主要事件教师引导，学生总结讲述2人工智能社会价值应用价值社会价值应用范围不断扩大，既包括城市发展、生态保护、经济管理、金融风险等宏观层面，也包括工业生产、医疗卫生、交通出行、能源利用等具体领域人工智能带来产业模式的变革人工智能带来智能化的生活应用案例讲解，学生在案例中去体会，教师巡回指导。教师引导，学生总结讲述3人工智能应用领域“AI+”的行业应用人工智能技术对各领域的渗透形成“AI+”的行业应用终端、系统及配套软件，然后切入各种场景，为用户提供个性化、精准化、智能化服务，深度赋能医疗、交通、金融、零售、教育、家居、农业、制造、网络安全、人力资源、安防等领域。联系搜索引擎，列举实例

4、，帮助学生了解人工智能的概念，通过延伸阅读、案例导读帮助学生了解人工智能的应用。教师引导，学生总结讲述4未来与展望从专用智能到通用智能的跨越式发展从“人工+智能”到自主智能系统应用案例讲解，学生在案例中去体会教师引导，学生总结讲述四、 考核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为6分,其中主要以课堂任务的完成情况来评定。考勤（10%）、学生讲述（50%）、课内外作业完成情况（40%）。人工智能导论课程第八章教学设计智能体与知能机器人五、 管理信息课程名称：人工智能导论 所属系部：课

5、程代码： 制定时间： 年 月制 定 人： 授课对象：大一学生 六、 基本信息设计主题：智能体与智能机器人 学 时：6先修内容：人工智能概述、计算机相关基本知识七、 课程设计4. 课程设计目标（3） 能力目标本章通过机器人酒店、机器人世界杯、机器人助理、仿人机器人、微小机器人、机械机器人、仿生机器人的经典案例，帮助读者理解智能体和多智能体的概念，能够理解智能体的结构、多智能体协商与学习，能够掌握智能体机器人的分类与结构，列举生活中智能机器人的应用。（4） 知识目标序号知 识 目 标1掌握智能体的定义2掌握智能体的特性、属性与环境特性3理解掌握智能体的结构、能够绘制智能体结构图4理解掌握智能体的分

6、类5理解掌握智能体协商与学习6了解机器人的发展7掌握智能机器人的结构与分类5. 课程内容设计模 块 名 称学 时案例导读人工智能之智能体与智能机器人课前预习8.1 智能体8.1.1 智能体的定义18.1.2 智能体的结构18.2 多智能体8.2.1 多智能体协商18.2.2 多智能体学习18.3 智能机器人8.3.1 智能机器人概述8.3.2 智能机器人分类18.3.3智能机器人结构8.3.4智能机器人研究方向1延伸阅读智能机器人的思考与应用课后阅读合计66. 能力训练项目设计本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。编号能力训练项目名称拟实现的能力目标

7、相关支撑知识训练方式及 步 骤结 果1智能体智能体的定义智能体的结构由智能体的定义推出智能体的属性、特性和环境特性。由智能体的抽象结构推出智能体的分类结构。联系实际生活，智能体的结构教师引导，学生总结2多智能体多智能体协商多智能体学习多智能体协商的四种方式多智能体学习实例讲解与现实演练，学生在实例中体会多智能体协调与不冠心病，教师巡回指导。教师引导，学生总结3智能机器人智能机器人的分类智能机器人的结构按照机器人的智能程度不同，将机器人分为四类智能机器人的结构与人体类似，从人体的角度去对比思考智能机器人联系搜索引擎，列举实例，帮助学生理解智能机器人的分类与结构，通过延伸阅读、案例导读帮助学生理解

8、智能机器人的应用。教师引导，学生总结八、 考核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。考勤（10%）、提问（10%）、课内外作业完成情况（80%）。人工智能导论课程第二章教学设计知识表示和知识图谱九、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年 月制 定 人： 授课对象：大一学生 十、 基本信息设计主题：知识表示和知识图谱 学 时：8先修内容：人工智能概述、计算机相关基本知识十一、 课程设计7. 课程设计目标（5

9、） 能力目标本章通过疾病症状被 Google 纳入“知识图谱”之中、“度秘”是另一种形式的百度搜索框、IBM 想让机器人沃森和你一起开会三个案例和多个知识表示的经典例题，帮助读者理解知识表示及知识图谱的相关概念，能够理解计算机内部的知识表示、列举生活中知识图谱的相关智能应用。（6） 知识目标序号知 识 目 标1掌握知识及知识表示的概念2掌握知识的分类及知识表示的常见方法3掌握产生式、框架式、状态空间表示三种常用的计算机知识表示方法4理解掌握知识图谱的概念5能够绘制使用知识图谱进行简单的关系表示6了解知识图谱的常见应用8. 课程内容设计模 块 名 称学 时案例导读人工智能之知识图谱课前预习2.1

10、 知识与知识表示2.1.1 知识12.1.2 知识表示12.1.3产生式表示法12.1.4框架表示法12.1.5状态空间表示法12.2知识图谱（Knowledge Graph）2.2.1什么是知识图谱12.2.2知识图谱的表示12.2.3知识图谱的应用2.2.4知识图谱的总结与展望1延伸阅读百度知识图谱在生活中的应用课后阅读合计89. 能力训练项目设计本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1知识知识的概念 知识的分类知识是人类在实践中认识客观世界(包括人类自身)的成果，它包括事实

11、、信息的描述或在教育和实践中获得的技能，知识是人类从各个途径中获得并经过提升、总结与凝练的系统的认识。联系实际生活，理解计算机中的知识的概念教师引导，学生总结2知识表示知识表示的概念产生式表示法框架式表示法状态空间表示法知识表示是对知识的描述，即用一组符号将知识表示成计算机可以接受的某种结构。产生式的基本形式框架式的基本形式状态空间的基本形式例题讲解，学生在习题中去体会，教师巡回指导。教师引导，学生总结3知识图谱什么是知识图谱知识图谱的描述知识图谱的应用知识图谱的总结与展望知识图谱就是利用可视化的图谱形象展示客观世界中的概念、实体及其间的复杂关系。从实际应用的角度出发其实可以简单地把知识图谱理

12、解成多关系图,就是把所有不同种类的信息连接在一起而得到的一个关系网络。联系搜索引擎，列举实例，帮助学生理解知识图谱的概念，通过延伸阅读、案例导读帮助学生理解知识图谱的应用。教师引导，学生总结十二、 考核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。考勤（10%）、提问（10%）、课内外作业完成情况（80%）。人工智能导论课程第三章教学设计机器学习十三、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年 月制 定 人： 授课对

13、象：大一学生 十四、 基本信息设计主题：机器学习 学 时：6先修内容：人工智能概述、知识表示和知识图谱、计算机相关基本知识十五、 课程设计10. 课程设计目标（7） 能力目标本章通过AlphaGo大战李世石、Apollo汽车自动驾驶系统、Amazon推荐系统和京东金融风控系统四个案例和多个机器学习的经典算法以及对机器学习挑战的介绍，帮助读者理解机器学习的相关概念和算法，能够理解机器学习的发展、分类、挑战，最后以一个综合案例介绍了人们生活中处处存在的机器学习应用。（8） 知识目标序号知 识 目 标1掌握机器学习的概念2掌握机器学习的发展过程及范围3掌握监督学习、无监督学习、强化学习的基本概念和典

14、型算法实现4理解机器学习的常用工具5理解机器学习遇到的挑战6了解人们日常生活周边的机器学习案例11. 课程内容设计模 块 名 称学 时案例导读人工智能之机器学习课前预习3.1 机器学习概述3.2 机器学习发展13.3 机器学习范围3.4 机器学习方法13.5 监督学习3.5.1 K-邻近算法3.5.2 决策树3.5.3 支持向量机13.6 无监督学习3.6.1 聚类3.6.2 降维13.7 强化学习3.8机器学习工具13.9机器学习挑战1延伸阅读生活中无处不在的机器学习课后阅读合计612. 能力训练项目设计本章教学以案例为切入点，要求学生理解机器学习基本概念、发展、范围，掌握机器学习经典方法和

15、挑战，发现生活中机器学习的应用。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1机器学习 机器学习的概念机器学习的发展机器学习的范围机器学习是用计算机程序模拟人的学习能力，从实际例子中学习得到知识和经验，不断改善性能，实现自我完善。机器学习发展分为三个阶段萌芽阶段、发展阶段、繁荣阶段。机器学习的范围。联系实际生活，理解机器学习的基本概念教师引导，学生总结2机器学习常用方法监督学习无监督学习强化学习监督学习就是在已知的输入和输出情况下训练出一个模型，将输入映射到输出。无监督学习不需要人类进行数据标注，而是通过模型不断地自我认知，自我巩固，最后进行自我归纳来实现其学习的过

16、程。强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决 decision making 问题，即自动进行决策，并且可以做连续决策。例题讲解，学生在习题中去体会，教师巡回指导。教师引导，学生总结3机器学习工具举例TensorFlow阿里云机器学习PAI TensorFlow，是一个开源的机器学习框架，是基于著名的DistBelief开发的。阿里云机器学习PAI是一款几乎涵盖了所有种类机器学习算法的机器学习平台。让学生通过自学、查阅资料了解机器学习的常用工具，并尝试让学生安装注册使用，体会简单的机器学习设计案例。教师引导，学生总结4机器学习挑战机器学习面临的挑战人工智能

17、（AI）的未来令人充满期待，但目前却存在着一些问题，而且往往和道德伦理相关。通过让学生观看影视作品、查阅相关资料、结合当前社会案例、发挥充分想象理解机器学习中所面临的挑战以及应对方法。教师引导，学生总结十六、 考核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，机器学习应用广泛，所以本章考核总成绩为10分,其中主要以课堂任务的完成情况来评定。考勤（10%）、提问（10%）、课内外作业完成情况（80%）。人工智能导论课程第二章教学设计知识表示和知识图谱十七、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年

18、月制 定 人： 授课对象：大一学生 十八、 基本信息设计主题：人工神经网络与深度学习 学 时：6先修内容：人工智能概述、计算机相关基本知识十九、 课程设计13. 课程设计目标（9） 能力目标能够发现并理解神经网络在现代生活中的应用。能够理解神经网络的结构及工作原理。能够用自己的语言描述神经网络及深度学习。（10） 知识目标序号知 识 目 标1神经元及其结构2人工神经网络的结构及学习3机器学习、神经网络、深度学习、人工智能的关系4深度学习及其卷积神经网络14. 课程内容设计模 块 名 称学 时案例导读人工智能之人工神经网络课前预习4.1 神经网络的发展概况0.54.2 神经元0.54.3 人工神

19、经网络4.3.1 人工神经网络的定义和特点0.54.3.2 人工神经网络的结构0.54.3.3 人工神经网络的学习0.54.3.4 BP神经网络及算法0.54.4 深度学习4.4.1 深度学习的产生0.54.4.2 卷积神经网络的结构0.54.4.3 卷积神经网络的工作过程2延伸阅读百度知识图谱在生活中的应用课后阅读合计615. 能力训练项目设计本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1能够发现并理解神经网络在现代生活中的应用能够从案例中挖掘神经网络应用的具体应用能够与其他的机器学

20、习方法进行比较，并发现神经网络的优势神经网络的分类与预测。结合案例进行分析教师引导，学生思考，共同总结2能够理解神经网络的结构及工作原理能够掌握神经网络的结构能够掌握神经网络的工作过程神经网络的结构。神经网络的训练BP网络算法配合教材中的小的案例帮助学生理解相关知识点。教师讲解，学生参与3能够用自己的语言描述神经网络及深度学习能够有效区分神经网络、及其学习、深度学习之间的关系能够理解CNN的工作工程能够用自己的语言描述神经网络深度学习。CNN。深度学习的应用案例为主，理论为辅。教师引导，学生总结二十、 考核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本

21、章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。考勤（10%）、提问（10%）、课内外作业完成情况（80%）。人工智能导论课程第五章教学设计智能识别二十一、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年 月制 定 人： 授课对象：大一学生 二十二、 基本信息设计主题：智能识别 学 时：6先修内容：人工智能概述、计算机相关基本知识二十三、 课程设计16. 课程设计目标（11） 能力目标本章通过ABB视觉工业机器人、旷视科技FACE+人脸识别云平台、科大讯飞中国声谷，让世界聆听我们的声音、深思考人工智能全自动人工

22、智能TCT宫颈辅助阅片系统、汉王科技汉王云、3D打印技术蓝图变成实物六个案例，帮助读者理解智能识别的相关概念，能够了解智能识别在生活中的相关应用。（12） 知识目标序号知 识 目 标1掌握计算机视觉的概念2了解计算机视觉技术的工作原理与应用3掌握图像视频识别的概念4了解图像视频识别的工作原理与应用5掌握模式识别的概念6了解模式识别的工作原理与应用7掌握语音识别的概念8了解语音识别的工作原理与应用9掌握生物特征识别的概念10了解生物特征识别的工作原理与应用17. 课程内容设计模 块 名 称学 时案例导读：智能识别，随处可见课前预习5.1 计算机视觉15.2 图像视频识别15.3 模式识别15.4

23、 语音识别15.5 生物特征识别1查阅与思考1延伸阅读：智能识别，无处不在课后阅读合计618. 能力训练项目设计本章教学以案例为切入点，要求学生掌握智能识别的概念，了解智能识别的工作原理和应用。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1计算机视觉计算机视觉计算机视觉系统计算机视觉技术应用领域计算机视觉技术的原理计算机视觉的相关学科人类理解世界，最重要的感官之一是视觉，通过眼睛观察事物和捕捉信息，人类从外界获得的信息约有75%来自视觉系统。同样，计算机视觉也是一双“眼睛”，通过它，计算机可以识别物体、运动分析、姿态估计等。联系实际生活，理解计算机视觉的概念，通过延

24、伸阅读、案例导读帮助学生掌握计算机视觉的应用。教师引导，学生总结2图像视频识别图像的分类图像的表示与描述图像处理的方法图像视频识别的应用领域在日常生活中，图像视频对人类来说并不陌生，它是对客观存在的物体对象进行生动的描述。图像视频识别技术是在20世纪50年代后期开始现代的研究，经过半个世纪的发展，已成为人工智能的一个重要领域。联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握图像视频识别的应用。教师引导，学生总结3模式识别模式识别基本概念模式识别的发展历程模式识别的主要方法模式识别的典型应用在日常生活中，人们对植物、动物及各种食物的区分过程就是在进行“模式识别”，随着计算机的出现及人工

25、智能的兴起，人们希望能用计算机来扩展或代替人类的部分脑力劳动，用机器实现模式识别的过程于20世纪20年代诞生，于60年代初迅速发展成人工智能领域的一个重要分支。联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握模式识别的应用。教师引导，学生总结4语音识别语音识别技术语音识别的基本原理语音识别的技术分类语音识别的典型应用语音是人类之间最有效、最方便的通信方式，而与机器交流，让机器明白人们在说什么，是人类长期以来梦寐以求的事情。语音识别技术，也被称为自动语音识别（Automatic Speech Recognition，ASR）技术，是从20世纪50年代才兴起的一门计算机智能技术，主要研究

26、目的是让计算机“听懂”人类语言，实现人机自然语言交流的和谐环境。联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握语音识别的应用。教师引导，学生总结5生物特征识别生物特征识别技术基于生理特征的识别基于行为特征的识别多模态生物特征识别随着计算机和网络技术的发展，在现代社会活动中，信息安全、金融交易、城市安防等领域对个人身份识别和验证要求越来越重视。传统的身份认证已经越来越难以满足现代安防需求，生物特征识别技术采用人体生理特征以及行为特征进行身份确认，是目前最为方便与安全的识别技术。联系搜索引擎，列举实例，通过延伸阅读、案例导读帮助学生掌握生物特征识别的应用。教师引导，学生总结二十四、 考

27、核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到智能识别在生活中随处可见，无处不在，所以本章考核总成绩为12分,其中主要以课堂任务的完成情况来评定。考勤（10%）、提问（10%）、课内外作业完成情况（80%）。人工智能导论课程第六章教学设计自然语言理解二十五、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年 月制 定 人： 授课对象：大一学生 二十六、 基本信息设计主题：专家系统 学 时：6先修内容：人工智能概述、计算机相关基本知识课程设计19. 课程设计目标（13） 能力目标本章通过“微软小冰”、机器读心术、人工智能唇读术、“知我

28、心、懂我意”的女友“莎曼萨”等案例，帮助读者了解自然语言理解的概念、发展、研究范围、自然语言理解过程的层次任务、应用、未来与展望。（14） 知识目标知识目标序号知 识 目 标1了解自然语言理解的概念和发展2了解自然语言理解的研究范围3了解自然语言理解过程的层次任务4了解自然语言理解的应用5了解自然语言理解的未来与展望20. 课程内容设计模 块 名 称学 时案例导读之能听会说、善解人意的机器26.1 自然语言理解的概念和发展26.2自然语言理解过程的层次任务6.3自然语言理解的应用6.4自然语言理解的未来与展望2延伸阅读：十年之后NLP的进步会给人类生活带来哪些改变？1.机器翻译；2.机器问答；

29、3.机器写作； 4.个性化推荐；5.机器人帮助学习和工作合计621. 能力训练项目设计本章教学以案例为切入点，要求学生了解人工智能定义、研究领域、发展、社会价值和应用领域、未来与展望。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1自然语言理解的概念和发展 概念 发展自然语言处理是使用自然语言同计算机进行通信的技术, 因为处理自然语言的关键是要让计算机“理解”自然语言,所以自然语言处理又叫做自然语言理解学生查阅资料学生讲解专家系统的定义教师引导，学生总结讲述2自然语言理解的研究研究范围研究包括：信息检索、机器翻译、文档分类、问答系统、自动文摘、信息抽取、文本挖掘、舆情

30、分析、机器写作、语音合成等学生查阅资料学生讲解自然语言理解的研究范围2自然语言理解过程的层次任务词法分析、句法分析、语义分析、信息抽取和顶层任务词法分析的主要目的是找出词汇的各个词素，从中获得语言学信息。词法分析主要包括：分词、新词发现、词性还原和词性标注句法分析就是对句子或短语的结构进行分析，以确定构成句子的各个词、短语的相互关系及各自在句子中的作用等，并将这些关系用一种层次结构加以表达。语义分析就是通过分析找出词义、结构意义及其结合意义，从而确定语言所表达的真正含义或概念。应用案例讲解，学生在案例中去体会，教师巡回指导。教师引导，学生总结讲述3自然语言理解的应用 神经机器翻译 智能人机交互

31、 机器阅读理解 机器创作神经机器翻译就是模拟人脑的翻译过程。智能人机交互包括利用自然语言实现人与机器的自然交流。阅读理解就是让电脑看一遍文章，针对这篇文章问一些问题，看电脑能不能回答出来。微软研究院又开发了电脑写自由体诗系统、作词谱曲系统。联系搜索引擎，列举实例，帮助学生了解人工智能的概念，通过延伸阅读、案例导读帮助学生了解人工智能的应用。教师引导，学生总结讲述4自然语言理解的未来与展望机器翻译机器问答机器写作机器人帮助学习和工作机器翻译系统可以对上下文建模，具备新词处理能力。机器个人助理能够理解你的自然语言指令，完成点餐、送花、购物等下单任务。你用手机跟机器人老师学英语，老师教你口语，纠正发

32、音，跟你亲切对话，帮你修改论文。机器人定期自动分析浩如烟海的文献，给企业提供分析报表、辅助决策并做出预测。应用案例讲解，学生在案例中去体会教师引导，学生总结讲述二十七、 考核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为6分,其中主要以课堂任务的完成情况来评定。考勤（10%）、学生讲述（50%）、课内外作业完成情况（40%）。人工智能导论课程第七章教学设计专家系统二十八、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年 月制 定 人： 授课对象：大一学生 二十九、

33、基本信息设计主题：专家系统 学 时：6先修内容：人工智能概述、计算机相关基本知识课程设计22. 课程设计目标（15） 能力目标本章通过智能诊疗、机器学习专家系统、个性化教育、案件预测系统等案例和农业专家系统，帮助读者了解专家系统的定义、特点和优势、类型与应用、结构与工作原理、设计与实现。专家系统的定义、特点和优势、类型与应用、结构与工作原理、设计与实现（16） 知识目标序号知 识 目 标1了解专家系统的定义2了解专家系统的特点和优势3了解专家系统的类型与应用4了解专家系统的结构与工作原理5了解专家系统的设计与实现23. 课程内容设计模 块 名 称学 时案例导读之专家系统27.1 专家系统的定义

34、特点27.2专家系统的结构与工作原理7.3专家系统的设计与实现延伸阅读：农业专家系统平台助力智慧农业2合计624. 能力训练项目设计本章教学以案例为切入点，要求学生了解人工智能定义、研究领域、发展、社会价值和应用领域、未来与展望。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1专家系统的定义特点 定义 专家系统的特点专家系统是一种模拟人类专家解决领域问题的智能计算机程序，其内部包含大量的某一领域专家水平的知识与经验，通过知识进行推理和判断来解决只有专家才能解决的复杂问题学生查阅资料学生讲解专家系统的定义教师引导，学生总结讲述2专家系统的结构与工作原理结构工作原理专家系

35、统通常由人机接口、推理机、知识库及其管理系统、数据库及其管理系统、知识获取机构、解释机构六个部分构成专家系统的基本工作过程是，用户通过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。应用案例讲解，学生在案例中去体会，教师巡回指导。教师引导，学生总结讲述3专家系统的设计与实现以增值税纳税申报系统为例来介绍专家系统的设计与实现基于案例的推理是近年来人工智能领域研究的热点，将CBR方法引入增值税纳税申报系统中，收集整理了大量带有“法律提示” “专家释疑”的生动有说服力的案例，形成案例库，可

36、以帮助缺乏税法专业知识和不精通纳税申报业务的纳税人正确申报纳税并学习税法知识。此方法也可扩展到其他税类中，如消费税、营业税、所得税等，形成一个较完善的纳税申报系统。联系搜索引擎，列举实例，帮助学生了解人工智能的概念，通过延伸阅读、案例导读帮助学生了解人工智能的应用。教师引导，学生总结讲述4农业专家系统平台助力智慧农业农业专家系统汇集高水平的农业知识，克服农村地区交通信息不便的障碍，实地指导农业生产，缓解农技人员不足以及水平参差不齐的矛盾专家系统可以像农业专家一样来解决农业生产者的各种问题，随时为农业生产者提供各种建议和指导，使农业生产者可以进行更为有效的农业生产。同时，农业专家系统可以执行常规

37、性的日常任务并减少解决农业生产领域中问题的时间应用案例讲解，学生在案例中去体会教师引导，学生总结讲述三十、 考核设计方案人工智能导论课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，知识图谱应用广泛，所以本章考核总成绩为6分,其中主要以课堂任务的完成情况来评定。考勤（10%）、学生讲述（50%）、课内外作业完成情况（40%）。人工智能导论课程第九章教学设计Python语言与人工智能三十一、 管理信息课程名称：人工智能导论 所属系部：课程代码： 制定时间： 年 月制 定 人： 授课对象：大一学生 三十二、 基本信息设计主题：知识表示和知识图谱 学 时

38、：6先修内容：人工智能概述、计算机相关基本知识三十三、 课程设计25. 课程设计目标（17） 能力目标本章通过从“北京八分钟”看人工智能以及用Python进行动物识别两个案例，帮助读者理解Python与人工智能的关系，并激发读者学习Python的兴趣，并能将教材案例进行实现并拓展。（18） 知识目标序号知 识 目 标1掌握人工智能语言的概念2掌握人工智能语言的特点3了解人工智能语言的发展及与传统语言的区别4了解Python在人工智能领域的优势，并熟悉Python语言的发展及特点5掌握Python语言的基础语法6了解Python语言在AI方面的第三方库26. 课程内容设计模 块 名 称学 时案例

39、导读从“北京八分钟”看人工智能，基于Python的动物识别课前预习9.1 人工智能语言19.2 Python语言基础29.3 Python语言中的AI库19.4 Python语言在AI领域的应用19.5 微信机器人的设计与实现1延伸阅读预测房价走势、识别图片中的文字课后阅读合计627. 能力训练项目设计本章教学以案例为切入点，要求学生掌握知识表示的常用方法，理解知识图谱的概念及应用。编号能力训练项目名称拟实现的能力目标相关支撑知识训练方式及 步 骤结 果1人工智能语言人工智能语言的定义、发展、特点，与传统语言的区别 Python在人工智能语言中的优势人工智能（AI）语言是一类适应于人工智能和知

40、识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。能够用它来编写程序求解非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题。联系实际生活，理解计算机中的人工智能语言的定义及发展教师引导，学生总结2Python基础语法Python发展Python语言特点Python基础语法 Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。 Python支持将代码封装在对象的编程技术Python中基本数据结构整型、浮点数、布尔型Python中复杂数据

41、结构字符串、元组、列表、字典、集合例题讲解，学生在习题中去体会，教师巡回指导。教师引导，学生总结3Python语言中的AI库总体AI库机器学习库自然语言和文本处理库 AIMA：Python实现了从Russell到Norvigs的“人工智能：一种现代的方法”的算法。 SimpleAI：Python实现在“人工智能：一种现代的方法”这本书中描述过的人工智能的算法。它专注于提供一个易于使用，有良好文档和测试的库。联系生活中的人工智能，列举实例，帮助学生理解Python中可以使用的人工智能第三方库，通过延伸阅读、案例导读帮助学生进一步理解Python的应用。教师引导，学生总结Python语言在AI领域的应用神经网络和深度学习方面的应用视觉传达方面的应用自然语言和文本处理方面的应用其他方面的应用使用Python语言