《《人工智能》课程标准.docx》由会员分享，可在线阅读，更多相关《《人工智能》课程标准.docx（6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、人工智能课程标准【课程名称】人工智能【课程类别】理实一体化课程【授课单位】【教 材】【编写执笔人】【课程编码】*【适用专业】电子信息大类等【总学时】【编写日期】课程定位和课程设计1.1 课程制定依据该课程是是近四十几年发展起来一门综合性学科。它不仅具有实用价值，而且越来越引 起计算机科学和技术及其它学科专业人员的兴趣和重视。人工智能是计算机与自动化学科的 一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规 划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术 不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学
2、等 学科的交叉和边缘学科。学生能适应智能时代而应具备的关键能力与必备品格。1.2 课程性质与作用该课程授课对象为计算机类专业学生，课程性质属公共基础课。旨在通过本课程系统 了解人工智能科技目前的基本实力，加强学生对我国及国际人工智能的认识，提高学生对 自己专业科技学习和判断能力，掌握实用人工智能运用主要领域，培养较强的人工智能接 受和判断能力。使学生初步掌握人工智能的基本思想、基本原理和基本技术并进而对人工智 能的各主要应用领域如专家系统、模式识别、智能机器人等有更多、更深的了解。为今后学 习应用分布式操作系统、图书情报检索、智能计算机辅助设计等都有启发和帮助。1.3 课程设计思路1 .理解和
3、记忆人工智能算法基本结构和符号在整个课程所涉及的教学内容的学习过程中都按照“人工智能算法基本结构的理解和记 忆-简单人工智能算法设计上机调试程序技能训练实际应用”这条主线来进行。也就是说 对人工智能的各种算法主要内容的学习，以理解加记忆为主，通过上机调试程序加深理解 和记忆；要求学生熟记常用的典型算法。2 .熟练上机调试技能，灵活掌握编程技巧本课程安排有多媒体理论课和上机实践课，理论课力求让学生掌握编程基本思想；上 机课通过编辑程序、运行程序、查看程序结果，改正程序错误再运行、观察结果等方法 掌握编程技能。本课程是个实践操作很强的课程，要求学生熟练根据各种错误信息提示 迅速解决程序中出现的各种
4、错误。加强编程逻辑思维能力的锻炼，力求让学生能够掌握灵 活的编程技巧。3 .以赛促学建议学生在学习完本课程后参加各类人工智能相关的技能大赛，通过这种方式起到“以 赛促学”的目的。4 . “活动导向设计”的教学方法在课程教学中融入案例教学法、启发教学法、互动式教学法等多种教学方法的组合。适 时选用提问、讨论等生动花样的形式，营造师生互动、生生互动的学习氛围。5 .注重过程考核考核方式突出“四个注重”。考核内容“注重”能力，考核形式“注重”多样化，考核 评价“注重”过程，考核机制“注重”多种奖励。注重过程考核，坚持全面评价，强调知行 统一，对学生掌握知识起到积极作用。2 .课程目标本课程在加强学生
5、基础知识及其基本技能的同时，还重视培养学生的合作、表达能力。 通过本课程的学习，学生应达到以下要求：（-）学科核心素养学科核心素养是学科育人价值的集中体现，是学生通过学科学习与实践而逐渐形成的正 确价值观念、必备品格和关键能力。人工智能课程学科核心素养主要包括：（-）课程目标（一）总体目标：对人工智能从整体上有一个较清晰全面的系统了解；使学生掌握人工智能的基本概念、基本原理和基本方法；了解人工智能研究与应用的最新进展和发展方向；开阔学生知识视野、提高解决问题的能力，为将来接触使用人工智能的相关问题奠定初 步基础。（-）素质及思政目标：提升学生养成关注科技前沿信息技术发展的能力初步培养科学分析问
6、题解决问题能力培养养成充分利用各类网络资源进行不断学习，终身学习的理念辩证唯物主义科学发展观的养成（三）知识目标：1 . 了解人工智能的发展状况与研究内容；2 .掌握人工智能的基本概念、基本思想方法和重要算法：3 .熟悉典型的人工智能系统；学习用启发式搜索求解问题；4 .熟悉智能家居的基本结构和模式，了解其中包含的那些组成；5 . 了解智慈交通、智慧社区、智慧城市6 .据挖掘方的基本要求和主要技术支撑；7 . 了解简单的机器学习、专家系统和数法；初步具备用经典的人工智能方法解决一些简单实际问题的能力（四）能力目标：能够在商品营销、物流、交通家庭和营销过程中遇到与人工智能相关问题的解决问题能 力
7、.课程内容与教学要求2.1 课程安排本课程开设1个学期，共14周，每周4学时，共56学时。具体安排如下表所示:学 期所用 教材课程内容学时(56 )学周(20)人工智能的概念与发展第1单元人工智能研究的各种学派22人工智能的研究内容知识与知识表示2一阶谓词逻辑表示法第2单元状态空间表示法26产生式表示法语义网络表示法2框架表示法推理概述2第3单元自然演绎推理6归结演绎推理2第本章实训：动物识别系统2人工 智能搜索概述2学 期第4单元盲目搜索策略6启发式搜索策略2本章实训：沙漠寻宝2不确定性推理概述2第5单元可信度方法6证据理论方法2本章实训：路况分析2计算智能概述2第6单元进化计算6群体智能2
8、本章实训：蜂群算法2机器学习概述4第7单元有监督学习6无监督学习2本章实训：人脸识别第8单元专家系统概述24专家系统的基本结构专家系统的开发过程2案例分析：医学专家系统第9单元自然语言处理概述22自然语言处理的过程划分自然语言处理的基本流程案例分析：情感分析第10单元分布式人工智能24AgentAgent通信2多Agent系统第11单元人工智能+安防24人工智能+政务人工智能+医疗2人工智能+教育第12单元人工智能+金融22人工智能+农业人工智能+交通机动223 .课程实施3.1 教学条件我校卜分注重建设和完善人工智能课程教学设施，如计算机机房、多媒体教室、人工智 能实验室、网络教学平台、网络
9、数据库等。同时，我校有一支强大的师资队伍，可以为人工智能课程教学出谋划策。3.2 教学方法建议本课程遵循“教师引导，学生为主”的原则，采用讲解、多媒体演示、场景模拟法、讨 论、翻转课堂等多种方法，努力为学生创设更多知识应用的机会。讲解法：主要用于讲授人工智能课程基础知识、行业岗位知识等理论性较强的知识。多媒体演示法：在讲解过程中，借助音频、视频、图片等直观手段来呈现教学内容，在 激发其学习兴趣和积极性的同时、不断提高其知识储备能力和综合文化素质。场景模拟法：针对所教内容布置任务，引导学生通过情景化的模拟训练来提升知识的实 际应用能力和职业素养。讨论法：根据知识点，鼓励学生运用所学知识进行主题讨
10、论，使其在讨论中逐步提升交 际能力、思辨能力、解决实际问题的能力等。翻转课堂法：坚持学生的主体地位，鼓励学生在课上对自己学到的知识点进行分享和讲 解，并对其讲解进行补充和评价，不断完善学生的知识结构，加深其对所学知识的理解。教师在教学过程中，可根据学生的实际情况灵活选用教学方法，因材施教，尽量照顾到 每一个学生的学习需求。任务驱动法：以学生为学习的主体，设置问题的方式进行引导学习，在具体操作完成任 务的过程中理解知识点，遇到问题还可以指导学生解决或者让学生自己想办法解决，从而做 到举一反三的效果。3.3 教学评价与考核要求课程的教学评价由形成性测评（40%）和终结性测评（60%）组成，其考核要
11、求如下：3.3.1 形成性测评形成性测评考核学生在学习本课程过程中的学习情况和实际应用能力的发展情况，包括 出勤考核（10%）、课堂参与程度考核（10%）、作业完成质量考核（20%）等。（1）出勤考核本项考核通过课前点名考核学生的课堂出勤率。迟到15分钟以内每次扣1分，迟到15 分钟以上或无故缺勤一节课每次扣2分，该项考核累计最多扣10分。（2）课堂参与程度考核本项考核主要通过课堂提问和课堂积极发言来评判学生的学习态度、学习主动性、课堂 参与程度，以及学生的思辨能力、问题解决能力及其对课堂教学知识的掌握情况等。只要学 生能按时上课听讲，即可获得5分的基本分。学生上课发言一次，即可另外获得0.5
12、分，课 堂发言最多可得5分。学生的最后成绩为“5+课堂发言得分”。（3）作业完成质量考核本项考核主要通过学生作业来检测其对教学主体内容的掌握与理解程度、实际应用知识 的能力、自主学习能力、信息收集与处理能力等。每次作业成绩按照相应标准而定，学生作 业质量划分为优秀（10分）、良好（8分）、中等（7分）、及格（6分）和不及格（0分）五 个档次。最后的作业成绩为学生作业完成质量成绩的平均数。3.3.2 终结性测评终结性测评主要考核学生在学完本课程后所达到的水平，通过期末考试进行考核。期末 考试由闭卷笔试（60%）组成，主要评估学生对本门课程基本知识的掌握情况与综合运用能力。4 .课程资源开发与利用
13、4.1 教材使用（一）建议教材人工智能，978-7-5165-2491-6,航空工业,何泽奇、韩芳、曾辉,2021（二）参考书目1莫少林，宫斐.人工智能应用概论M.北京：中国人民大学出版社，2020.2程显毅，任越美，孙丽丽.人工智能技术及应用M.北京：机械工业出版社, 2020.3杨杰，黄晓霖，高岳，乔宇，屠恩美.人工智能基础M.北京：机械工业出版 社，2020.4聂明.人工智能技术应用导论M.北京：电子工业出版社，2019.5贲可荣，张彦铎.人工智能M.第3版.北京：清华大学出版社，2018.6王万良.人工智能导论M.第4版.北京：高等教育出版社，2017.7蔡自兴，刘丽钮，蔡竞峰，陈白帆.人工智能及其应用M.第5版.北京：清 华大学出版社，2016.