《《人工智能与大数据技术导论》理论教学大纲.docx》由会员分享，可在线阅读，更多相关《《人工智能与大数据技术导论》理论教学大纲.docx（4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、人工智能与大数据技术导论理论教学大纲(The Introduction to artificial intelligence and big data technology)课程代码：0601070总学时：32学时(其中：讲课32学时)先修课程：无一、课程的性质、目的与任务人工智能与大数据技术导论是数据科学与大数据技术专业导论课程。通过本课 程的学习，应能了解人工智能广度上的内容，又能对大数据及人工智能的重点技术和 平台工具有一定的了解。同时，对人工智能及大数据的应用场景、现状、产业前景， 以及常见的相关模型、学习算法等有一定了解。使其能够正确审视自己所学专业，为 后续的大数据技术专业相关课程
2、的学习打下一定的基础。二、教学基本内容与基本要求1 .基本内容本课程主要内容为大数据技术的基本概念、常见技术、数据挖掘相关知识、常见算 法及学习案例。大数据技术及人工智能常见的应用场景、现状、存在的问题及发展前 景。数据的价值及重要性。2 .基本要求本课程通过对人工智能及大数据的应用场景、基础专业知识、模型、算法、学习及 高级知识的学习，对大数据技术有一定程度的了解，为人工智能及大数据积累一定的 知识基础。为后续课程的学习打下基础。三、教学内容及学时分配教学内容教学要求重点 ()难点 ()学时 安排备注第一章、人工智能概述1、AI是什么C2、AI技术的成熟度C3、国内AI现状C24、AI与云计
3、算和大数据的关系BA5、AI的技术路线AA6、AI国家战略A第二章、AI产业 1、基础层B22、技术层B3、应用层B第三章、数据1、什么是大数据B2、国内大数据现状B3、大数据的计算模式AA44、大数据技术AA5、数据平台A6、大数据的商业用途B7、大数据产业AA第四章、机器学习概述 1、走进机器学习B22、机器学习的基本概念BA3、数据预处理AA第五章、模型1、什么是模型B2、误差和MSEBA3、模型的训练AA44、梯度下降法AA5、模型的拟合效果AA6、模型的评估与改进A/第六章、机器学习算法 1、算法概述B2、SVM算法BA3、逻辑回归算法4、KNN算法BA4BA5、决策树算法BA6、集
4、成算法BA7、聚类算法B第七章、深度学习1、什么是深度学习B2、神经网络的训练BA33、神经网络的优化和改进BA4、卷积神经网络BA（教学要求：A一熟练掌握；B一掌握；C了解）第八章、神经网络1、什么是神经网络2、多类别神经网络3、嵌入BBB AA3第九章、知识图谱1、什么是知识图谱2、知识图谱构建的关键技术BBA2第十章、数据挖掘 1、什么是数据挖掘 2、数据挖掘的方法 3、大数据思维AAA AA2第十一章、银行、医疗、公安、工农业的大数据 和人工智能1、各行业大数据的特点2、常见的应用场景3、各行业大数据面临的问题和发展趋势AAA 4合计32四、教学方法与教学手段1 .教学方法：人工智能与
5、大数据技术导论是一门以知识导论为主的课程，因 此，本课程主要采用理论课程教学为主。通过对知识点和典型例题的讲解分析，让学 生能够对大数据技术专业有一定的了解，为其以后的学习做铺垫。2 .教学手段：利用多媒体等现代化教学手段，提高教学质量。六、建议教材与参考书目.参考教材：人工智能与大数据技术导论，杨正洪，郭良越，刘玮，清华大学出版社，2019 年2月第一版。1 .参考书目：大数据导论，张凯，清华大学出版社，2020年1月第一版。云计算导论，吕云翔、柏燕峥、许鸿智、张璐、王佳玮，清华大学出版社, 2020年6月第二版。大数据导论，林子雨，高等教育出版社，2020年2月第一版。数据科学与大数据技术导论，方志军，华中科技大学出版社，2019年8月 第一版。七、大纲编写的依据与说明本课程教学大纲，是根据数据科学与大数据技术专业培养目标和基本要求，结合 本课程的性质，经学校教学委员会审定后编写的。本课程着重介绍人工智能及大数据 技术的相关知识，为学生了解本专业情况、确定专业发展方向提供充分的理论支撑。