《人工智能初步》课程教学大纲.docx

《人工智能初步》课程教学大纲
、课程信息
课程代码(COURSE CODE)
307BA035
课程名称(COURSE TITLE)
人工智能初步
课程性质(COURSE CHARACTER)
学科必修课
学分(CREDIT)
1.5
周数(WEEKS)
16
学时(CONTACT HOURS)
32
先修课程(PRE-COURSE)
计算机应用基础、数据结构
课程负责人(COURSE COORDINATOR)

适用专业
教育技术学(师范)
课程简介：
《人工智能初步》是面向教育技术学(师范)专业本科生的学科必修课程，课程教学目的 是让学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定 掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
人工智能是研究如何利用计算机来模拟人脑所从事的感知、推理、学习、思考、规划等人 类智能活动，来解决需要用人类智能才能解决的问题，以延伸人们智能的科学。课程主要内容 包括：人工智能概述；知识表示方法；确定性推理；不确定性推理；搜索策略；自然语言理解； 机器学习和专家系统等内容。
通过本课程的学习，使学生对人工智能有初步地认识，了解人工智能的概念和人工智能的 发展；了解国际和国内人工智能研究的基本情况；掌握人工智能技术的基本原理；掌握人工智 能中知识表示的方法、智能推理机制和求解技术，以及机器学习的技术方法等；增强学生的逻 辑思维和实践能力，为今后在各自领域开拓高水平的人工智能技术应用奠定了良好的基础。
二、课程目标
1.通过本课程学习，学生掌握人工智能的基本概念和基本思想方法；了解人工智能的发展状况 与研究内容，了解国际和国内人工智能研究的基本情况，熟悉人工智能的研究应用领域。
2 .通过本课程学习，学生掌握Prolog编程环境，会使用Prolog语言编写简单的智能程序。
3.通过本课程学习，学生理解知识表示的主要方法和技术，掌握规则演绎系统和产生式系统的 技术。
4 .通过本课程学习，学生掌握盲目搜索和启发式搜索的基本原理和算法，了解简单的机器学习、 专家系统和数据挖掘方法，初步用经典的人工智能方法解决一些简单实际问题。
5.通过本课程学习，学生对人工智能从整体上有一个较清晰全面的系统了解，培养积极思考、 严谨创新的科学态度和解决实际问题的能力，培养使用人工智能的方法解决相关实际问题的能力。
课程目标对毕业要求的支撑关系表
毕业要求
毕业要求指标点
课程 目标1
课程 目标2
课程 目标3
课程 目标4
课程 目标5
毕业 要求3
毕业要求指标点3. 1
H

毕业要求指标点3. 2

H
H
H

毕业要求指标点3. 3

II
毕业 要求4
毕业要求指标点4.1

M

三、教学内容与预期学习成效
知识单元
对应课程目标
知识点
预期学习成效
实现环节
学时
1.人工智能概逑
课程目标1、
2
（1）人工智能的产生和发展；
（2）A工智能的主要研究和应 用领域；
（3）人工智能研究不同学派；
（4）人工智能新进展
（5> PROLOG语言编程方法
（1）理解人工智能的基本概念
（2）掌握人工智能起源与发展概况，熟悉人 工智能意义及研究目标
（3）理解人工智能的研究与应用顿城，掌握 人工智能的研究方法及所属学派
教学方法：讲授、 案例分析、归纳总 结；
教学手段：多媒体 课件和传统教学 结合；上机练习。
2理论 学时+4 实践学 时
2.知识衣示方法
课程目标2、
3
<1）知识与却识表示的概念；
<2） 一阶谓词逻辑表示法
<3）产生式表示法
（4）框架表示法
（5）脚本表示法
<6）过程表示法
（7）面向对象表示法
（8）知识表示实验
（1）了解知识表示概念和表示形式
（2）理解一阶谓词泛辑表示的遂辑基础及表 示方法
（3）掌握产生式系统的基本过程、控制策略 及产生式系统表示的基本方法、基本结构.
（4）掌握框架系统的问题过程和惟架表示方 法
（5）掌握脚本的结构及其推理。
（6）了解过程表示的特征，掌握过程表示的 何这求解过程。
（7）了解面向对象的基本概念及特征，掌握 知识的面向对象表示.
教学方法：讲授、 案例分析、归钠总 结：
教学手段：多媒体 课件和传统教学 结咨：上机练习.
2理论 学时+2 实践学 时
3.确定性推理
课程目标3
（1）推理的基本溉念
（2）推理的逻揖基础
（3）自然演绎推理
（4）归结演绎推理
（5）基于规则的演绎推理
（6）产生式系统的推理
（1）理解推理约概念.掌握推理的方法及控 制策略。
（2）*握谓词公式的各种特征和转挨与合一 的过程。
（3）了解自然演绎推理乾找念及其三段论推 理规则。
（4）掌握应用谓词逻辑归结证明问题，会用 归结演绎推理的归结策略证明问题。
（5）*«应用规则正向演绎推理和规则逆向 演绎推理。
（6）以动物识别系统为例.实现基于规则的 系统构建。
教学方法：讲授， 案例分析、归纳总 结；
教学手段：多媒体 课件和传统教学 结合；上机练习。
2 论+学 理Bt-股 2?学实时
知识单元
对应课程目标
知识点
预期学习成效
实现环节
学时
4.不确定性推理
课程目标3
（1）不瑜定推理的基本概念
（2）不确定推理的概率论基础
（3）确定性理论
（4）证劣理论
（5）可能性理论和模慨推理
（1）了解不确定推理的基本问题，理解不确 定推理的定义。
（2）了解全侵宰公式；理解样本空间与随机 事件，事件的概率.
（3）理解可信度的概忿，掌握带扣权因子的 可信度推理。
（4）掌握证据理论的形式描述及推理模型， 推理实例。
（5）掌握模榆知识表示、模糊概念的匹明. 模糊推理。
教学方法：讲授. 案例分析、归钠总 结；
教学手段：多媒体 课件和传统教学 结合；上机绦习。
2理论 学时
5.搜索策略
课程目标4
（1）搜索的基本就念
（2）状态空间的盲目搜索
（3）状态空问的启发式役索
<4）与/或树的盲目搜索
（5）与/或树的启发式搜索
（6）图搜索策略
（D理解反索的含义.掌握状态空问法。
（2）了解一般图搜索过程，掌握广度优先搜 索，深度优先搜索.
（3）了祥启发性信息和估价函数。
（4）7 ft?与/或树的一般搜索，掌握与/或树 的广度优先搜索，与/或树的深度优先搜索.
（5）了解与/或树的启发式搜索过程，理解 树乾代价与希望。
（6）用八数码逐题演示各神搜索策略。
教学方法：讲授、 案例分析、归纳总 结；
教学手段：多媒体 课件和传统教学 结合：上机练习。
2理论 学时+4 实践学 时
6.自然语言理解
课程目标4
（1）语言及其理解的基本概念
（2）语法规则的表示方法
（3）语法分析与语义分析
（4）自然语言理解系统的层次 模型
（D 了解自然语言和自然语言理解,自然语 言理解的研究任务，自然语言理辉的屡次.
（2）掌握句子结构的表示，上下文无关文法， 变换文法。
（3）i握自顶向下和自底向上分析，理解扩 充转移网络分析：掌握语义文法，掌握格文 法。
（4）了郡语言理解的层次模型。
教学方法：讲授、 案例分析、归纳总 结；
教学手段：多媒体 课件和传统教学 结合：上机媒,。
2理论 学时

知识单元
对应课程目标
知识点
预期学习成效
实现环节
学时
7.机器学习
课程目标4
（1）机器学习的基本概念
（2）机械式学习
（3）指导式学习
（4）归纳学习
（5）基于推释的学习
（1）了解机器学习的发展过程，理解学习和 机器学习的概念。
（2）了解机械式学习的过程及其设计要考虑 的三个问题。
（3）了解指导式学习的学习过程。
（4）了解归纳学习的过程。
（5）理解解释学习的概念、空间描述及学习 模型，掌握解释学习的基本原理及基本过程。
教学方法：讲授、 案例分析、归纳总 结：
教学手段：多媒体 课件和传统数学 结合；上机练习。
2理论 学时
8.专家系统
课程目标4、5
（1）专家系统的基本概念
（2）专家系统的基本结构
<3>知识获取
（4）专家系统的开发及应用实 例
（5）专家系统的新进展
<6）小型专家系统的设计
（1）了解专家系统的栈念及分类
（2）理解知识库、数据库、推理机、解释机 构、知识获取机构。
（3）了解扣识获取方法的分类，掌握非自动 获职，自动知识获取.
（4）了解专家系统的开发条件、开发it程及 开发工具
（5）了解新一代专家系统。
教学方法：讲授、 案例分析、归纳总 结；
教学手段:多媒体 课件和传统数学 结合；上机缘习。
2理论 学时+4 实践学 时
四、成绩评定及考核方式
知识单元
对应课程目标
考核方式
成绩评定
1.人工智能概述
课程目标1、 2
课后作业+上机实践
考核方式：考查； 课程成绩由出勤、课 后作业和上机实践三 个部分组成：具体要 求及成绩评定方法如 下：
无故旷课1次在总成 绩中扣2分，无故旷 课次数超过学校规定 次数者，按学校有关 规定处理；
课后作业为单元学习 后上交的过程性作 业，主要考查学生对 每一单元内容的掌握 情况，分值占比为 50%；
上机实践为每次上机 时完成的实践作业， 主要考查学生上机实 践掌握情况，分值占 比为50% o
2.知识表示方法
课程目标2、3
课后作业+上机实践
3.确定性推理
课程目标3
课后作业+上机实践
4.不确定性推理
课程目标3
课后作业
5.搜索策略
课程目标4
课后作业+上机实践
6.自然语言理解
课程目标4
课后作业
7.机器学习
课程目标4
课后作业
8.专家系统
课程目标4、5
课后作业+上机实践
五、课程建议教材及主要参考资料
1. 建议教材
（1）丁世飞.人工智能（第二版）.北京：清华大学出版社,2015.
2. 主要参考资料
（1）贲可荣.人工智能（第3版）.北京：清华大学出版社,2018.
（2）王万森.人工智能原理及其应用（第4版）.北京：电子工业出版社,2018.
制订人：
审核人：
2020年6月