人工智能概论实验课程教学大纲

人工智能导论课程教学大纲一、课程基本信息课程编号：课程中文名称：人工智能导论课程性质：学院基础课程、专业核心课程开课学期：3课内学时：32学时，其中授课32学时课外学时：32学时学分：2学分主要面向专业：自动化、测控、电气、机器人工程二、先修课程高等数学、概率论、线性代数、生命科学导论三、课程目标人工智能导论是面向理工科专业的重要基础课程。

课程以学科基础、技术基础、重点方向与领域、行业应用、伦理与法律五维知识体系为主要内容，经典与现代人工智能知识结构模块化，具有广阔的思想和技术背景。

通过课程学习，使学生系统性掌握人工智能基本概念、方法、技术，把握人工智能重点方向及领域；掌握机器学习、深度神经网络等基本方法；初步具备利用人工智能技术解决问题的基本能力；初步理解人工智能伦理及其对人工智能技术发展的重要意义。

为进一步学习相关的专业基础课程和专业课程打下必要的理论和实践基础。

（1）从大历史观角度使学生理解人工智能发展的历史和思想脉络，使学生认识到人工智能的本质和内涵，思考人之为人的价值和意义,勇于承担社会发展责任。

（2）充分发挥人工智能多学科、多领域理论、知识交叉的特点和优势，培养学生多学科知识交叉思维和创新意识。

（3）激发学生学习人工智能的热情和人机协同创新思维，为后续人工智能+X专业学习、创新创业、竞赛、就业等奠定基础。

（4）系统理解机器智能实现技术和方法，认识到机器智能对人类智能补充与增强作用，学会利用人机协同技术和方法及解决各类问题。

(5)使学生充分理解人工智能对未来人类社会经济、科技和文明发展的重要作用，具备未来能社会发展需要的人工智能人才素质。

四、教学内容与教学方法五、考核方式六、参考教材及学习资源（一）参考教材：[1]莫宏伟，徐立芳.人工智能导论.第2版.[2]莫宏伟，徐立芳.人工智能伦理导论.。

《人工智能概论》课程教学大纲人工智能概论课程教学大纲一、课程简介《人工智能概论》是一门介绍人工智能基本概念、技术和应用的课程。

本课程旨在帮助学生了解人工智能的发展历程、基本原理和现实应用，培养学生的人工智能思维和解决问题的能力。

二、教学目标1. 掌握人工智能的基本概念和主要技术。

2. 理解人工智能的发展历程和应用领域。

3. 培养学生的人工智能思维和解决问题的能力。

4. 培养学生的团队合作和创新能力。

三、教学内容1. 人工智能概述- 人工智能的定义和发展历程- 人工智能的基本原理和分类- 人工智能的主要应用领域2. 机器学习- 监督学习、无监督学习和强化学习- 常见的机器学习算法和模型- 机器学习在实际问题中的应用3. 深度学习- 神经网络的基本原理和结构- 常见的深度学习算法和模型- 深度学习在计算机视觉、自然语言处理等领域的应用4. 自然语言处理- 语言模型和文本表示方法- 常见的自然语言处理任务和技术- 自然语言处理在智能对话、机器翻译等领域的应用5. 计算机视觉- 图像特征提取和图像分类方法- 目标检测和图像分割技术- 计算机视觉在人脸识别、图像搜索等领域的应用6. 人工智能伦理与社会影响- 人工智能的伦理问题和挑战- 人工智能对社会、经济和就业的影响- 人工智能发展的道德约束和政策规范四、教学方法1. 理论讲授：通过课堂讲解，介绍人工智能的基本概念、原理和应用。

2. 实践操作：通过编程实践和案例分析，帮助学生掌握人工智能技术的具体应用。

3. 小组讨论：组织学生进行小组讨论，促进学生之间的互动和合作。

4. 课外阅读：推荐相关书籍和论文，拓宽学生对人工智能领域的了解。

五、考核方式1. 平时成绩：包括课堂表现、作业完成情况等。

2. 实验报告：要求学生完成相关实验，并撰写实验报告。

3. 期末考试：对学生对课程内容的掌握情况进行考核。

六、参考教材1. 《人工智能导论》（第三版），罗纹军，清华大学出版社，2017年。

《人工智能》课程教学大纲一、课程基本信息开课单位 信息与网络工程学院 课程类别 个性拓展课程名称 人工智能课程编码 GT28101 开课对象 网络工程专业、计算机科学与技术专业开课学期第4或6学期学时学时//学分 36学时学时/2/2学分（理论课：学分（理论课：2828学时学时/1.5/1.5学分；实验课：学分；实验课： 8 8学时学时/0.5/0.5学分） 先修课程 离散数学、数据结构、程序设计课程简介：人工智能是计算机科学的重要分支，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。

该课程主要讲述人工智能的基本概念及原理、知识与知识表示、机器推理、搜索策略、神经网络、机器学习、遗传算法等方面内容。

二、课程教学目标《人工智能》是计算机科学与技术专业的一门专业拓展课，通过本课程的学习使本科生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识，掌握人工智能的基本概念、基本原理、知识的表示、推理机制和智能问题求解技术。

启发学生开发软件的思路，培养学生对相关的智能问题的分析能力，提高学生开发应用软件的能力和水平。

三、教学学时分配《人工智能》课程理论教学学时分配表章次 主要内容学时分配教学方法或手段 第一章 人工智能概述 3 讲授法、多媒体 第二章 智能程序设计语言 5 讲授法、多媒体 第三章 图搜索技术4 探究式、多媒体 第四章 基于谓词逻辑的机器推理 6 讲授法、多媒体 第五章 机器学习与专家系统 4 概述法、多媒体 第六章智能计算与问题求解6 启发式、多媒体合计28《人工智能》课程实验内容设置与教学要求一览表序号实验项目名称实验内容教学要求学时分配实验类别实验类型每组人数实实验一 一分支与循环程序设计1) Prolog 运行环境； 2)2)利用利用PROLOG 进行事实库、规则库的编写； 3)3)分支程序设计；分支程序设计；4)4)循环程序设计；循环程序设计；5)5)输入出程序设计。

人工智能原理及其应用授课对象：计算机科学技术与应用课程类型：限选学时数：36学时学分数： 3先修课程：C++，JAVA，数据结构，计算方法基本要求：人工智能实验应在一种为高效率开发专家系统而设计的高级程序系统或高级程序设计语言环境中进行。

在目前开来，专家系统开发工具和环境可分为5种主要类型：程序设计语言、知识工程语言、辅助型工具、支持工具及开发环境。

在这里主要是要求学生能相关术语描述、表示一些问题；用程序设计语言如：C、C++、JAVA编程来实现一些基本的算法、推理、搜索等过程。

一、实验项目总表二、实验项目内容及要求：实验1：用谓词表示农夫、狼、山羊、白菜问题实验内容：设农夫、狼、山羊、白菜都在河的左岸，现在要把它们运送到河的右岸去，农夫有条船，过河时，除农夫外船上至多能载狼、山羊、白菜中的一种。

狼要吃山羊，山羊要吃白菜，除非农夫在那里。

试规划出一个确保全部都能过河的计划。

实验目的：通过此实验让学生加深对谓词逻辑和谓词知识表示的理解。

实验要求：写出所用谓词的定义，并给出每个谓词的功能及变量的个体域，然后编程来实现。

实验2：一个用于动物识别的产生式系统实验内容：设计该系统，让其实现可以识别老虎、金钱豹、斑马、长颈鹿、企鹅、信天翁这6种动物。

实验目的：通过此实验让学生进一步加深对产生式系统的认识和理解。

实验要求：其规则库中应包含至少15条规则，假设推理开始时综合数据库中存放有以下事实：动物有暗斑，有长脖子，有长腿，有奶，有蹄实验3：写出一个“教师框架”实验内容：给出一个用来描述计算机系教师有关情况的具体框架。

实验目的：通过此实验让学生熟悉框架的基本结构。

实验要求：至少写出12个槽，同时写出侧面附加说明信息。

实验4：“激动人心的生活”问题实验内容：假设：所有不贫穷并且聪明的人都是快乐的。

那些看书的人是聪明的。

李明能看书且不贫穷。

快乐的人过着激动人心的生活。

求证：李明过着激动人心的生活。

实验目的：通过此实验让学生进一步加深对谓词逻辑归结的理解。

《人工智能》课程教学大纲课程代码：H0404X课程名称：人工智能适用专业：计算机科学与技术专业及有关专业课程性质：本科生专业基础课（学位课）主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授总学时：40学时（课堂讲授36学时，实验教学4学时）课程学分：2学分预修课程：离散数学，数据结构一. 教学目的和要求：通过本课程学习，使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。

人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。

一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。

人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。

这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。

此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。

这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。

通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。

二. 课程内容简介人工智能的主要讲授内容如下：1.叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。

2.研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。

3.讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。

4.探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。

人工智能概论教学大纲(理论实验)（一）引言概述：人工智能（Artificial Intelligence，简称AI）是计算机科学和工程的一个分支，涉及到使机器能够完成人类认为需要智能的任务。

本教学大纲旨在介绍人工智能的基础概念、算法和应用，帮助学生了解人工智能的理论和实验基础，培养其相关技能和能力。

一、人工智能的概述1. 人工智能的定义和目标(a) 人工智能的定义和发展历程(b) 人工智能的主要目标和应用领域(c) 人工智能的局限性和挑战2. 人工智能的基本原理(a) 人工智能的基本思维模型和问题解决方法(b) 人工智能的算法和技术基础(c) 人工智能的数据和模型训练3. 人工智能的伦理和社会影响(a) 人工智能的伦理和道德问题(b) 人工智能对社会和经济的影响(c) 人工智能的未来发展趋势和挑战二、人工智能的核心技术1. 机器学习(a) 机器学习的基本概念和方法(b) 监督学习、无监督学习和强化学习(c) 机器学习的算法和模型2. 深度学习(a) 深度学习的原理和神经网络模型(b) 卷积神经网络和循环神经网络(c) 深度学习在计算机视觉和自然语言处理中的应用3. 自然语言处理(a) 自然语言处理的基本任务和技术(b) 语言模型和句法分析(c) 文本分类、情感分析和机器翻译4. 计算机视觉(a) 图像处理和特征提取(b) 目标检测和图像分割(c) 计算机视觉在智能驾驶和人脸识别中的应用5. 推荐系统(a) 推荐系统的原理和算法(b) 用户行为分析和个性化推荐(c) 推荐系统在电子商务和社交媒体中的应用三、人工智能的实验基础1. 编程语言和工具(a) Python语言和相关库(b) 机器学习和深度学习框架(c) 数据处理和可视化工具2. 数据集和特征工程(a) 常用的公开数据集和数据源(b) 数据预处理和特征选择(c) 数据集划分和交叉验证方法3. 算法实现和模型训练(a) 机器学习算法的实现和调优(b) 深度学习模型的搭建和训练(c) 实验结果评估和比较分析四、人工智能的应用案例1. 智能语音助手(a) 语音识别和语音合成技术(b) 人机对话系统和智能问答(c) 智能音箱和智能家居应用2. 自动驾驶技术(a) 传感器和感知技术(b) 路径规划和决策控制(c) 自动驾驶的挑战和安全问题3. 金融风控和欺诈检测(a) 信用评分和风险预测(b) 交易欺诈和异常检测(c) 金融科技的发展和应用前景4. 医疗诊断和辅助决策(a) 医学影像分析和疾病诊断(b) 基因数据分析和个性化治疗(c) 人工智能在医疗领域的挑战和限制5. 智能物联网和城市管理(a) 物联网技术和智能传感器(b) 智能交通和智能能源管理(c) 城市智能化的可行性和影响评估总结：本教学大纲介绍了人工智能的概述、核心技术、实验基础和应用案例。

人工智能》教学大纲2．掌握Prolog语言的基本语法和常用操作；3．能够编写简单的Prolog程序，并能够运行和调试；4．了解Prolog语言在人工智能中的应用。

第三章搜索算法基本内容和要求：1．掌握深度优先搜索、广度优先搜索、启发式搜索等搜索算法的基本思想和实现方法；2．能够应用搜索算法解决一些典型问题；3．了解搜索算法在人工智能中的应用。

第四章知识表示与推理基本内容和要求：1．掌握命题逻辑、一阶逻辑等知识表示方法；2．了解基于规则、框架、语义网络等知识表示方法；3．掌握归结方法、前向推理、后向推理等推理方法；4．能够应用知识表示与推理解决一些典型问题。

第五章不确定性推理基本内容和要求：1．了解不确定性推理的基本概念和方法；2．掌握贝叶斯定理及其应用；3．掌握条件概率、独立性、条件独立性等概念；4．能够应用不确定性推理解决一些典型问题，如垃圾邮件过滤等。

五、教材和参考书目1）主教材：Stuart Russell。

Peter Norvig。

Artificial Intelligence: A Modern Approach。

3rd n。

Prentice Hall。

2009.2）参考书目：___。

机器研究。

___。

2016.___。

统计研究方法。

___。

2012.___。

___。

2017.六、教学进度安排第一周人工智能概述第二周逻辑程序设计语言Prolog第三周搜索算法第四周知识表示与推理第五周不确定性推理第六周期中考试第七周至第十周课程实验第十一周至第十三周课程实验第十四周课程总结与复第十五周期末考试一实验（实训）内容产生式系统实验学时分配4目的与要求：熟悉和掌握产生式系统的运行机制，掌握基于规则推理的基本方法。

实验（实训）内容：主要包括产生式系统的正、反向推理、基于逻辑的搜索等10余个相关演示性、验证性和开发性设计实验。

二实验（实训）内容搜索策略实验学时分配4目的与要求：熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A*算法求解N数码难题，理解求解流程和搜索顺序。

《计算与人工智能概论》课程教学大纲一、课程简介本课程面向大学低年级学生开设，培养学生的科学与工程思维——计算思维，促进学生的计算思维与各专业思维交叉融合形成复合型思维，为各专业学生今后设计、构造和应用各种计算系统求解学科问题奠定思维基础，帮助学习者提高解读真实世界系统并解决全球范围复杂问题的能力。

课程采用线上线下混合教学方式，课程网站提供丰富教学资源。

课程强调能力培养，改变传统“知识输出”方式，转为以学生为中心的“能力训练”方式。

理论课堂精讲多练，讲练结合，做中学；实验课，学生通过Educoder平台进行大量针对性实训，采用游戏闯关方式，学生自主实训，教师辅导；团队实训提升学生合作意识和创新能力，多层次训练学生应用计算思维进行问题求解能力。

课程促进学生的计算思维与各专业思维交叉融合形成复合型思维，培养人工智能创新发展理念，为学生今后设计构造和应用各种计算系统，求解本学科问题奠定基础。

本课程主要内容第一部分对计算与人工智能进行概述，第二部分从机器人投篮案例任务分析出发，讲解Python 编程，介绍算法的概念和经典算法。

第三部分介绍了智能感知、机器学习、智能决策、智能机器人等人工智能的应用。

第四部分介绍计算机网络基础知识以及通过互联网获取信息的方法，以及计算机数据管理和数据分析的相关概念。

通过课程的学习，使学生了解计算学科和人工智能中的重要概念，培养学生由问题到算法的分析能力，以及程序编写和调试的能力。

掌握使用python相关库实现文件操作、网络数据爬取、数据分析、数据管理、算法优化、机器学习等应用，并将其应用于实际问题。

二、课程内容（一）课程教学目标1.课程目标：CT1：初步掌握社会/自然问题利用计算手段进行求解的基本思维模式，具有利用典型计算思维进行计算系统构造的初步能力。

CT2：理解高级语言/机器语言程序是如何被执行的,理解复杂系统化复杂为简单的基本思维，具有模拟不同计算环境执行程序的初步能力。

《人工智能应用概论》课程教学大纲课程编码：课程总学时：36 实践课时：14 适用专业：高职高专类学生制订时间：2020.9一、课程性质和任务1、课程性质人工智能是迅速发展的新兴学科，已经成为许多高新技术产品的核心技术。

人工智能模拟人类智能解决问题，几乎在所有领域都有非常广泛的应用。

本课程为入门级人工智能课程，适合初学者，可以帮助初学者实现“零基础”了解学习人工智能。

本课程采用中国人民大学出版社莫少林、宫斐教授编著的专业教材《人工智能应用概论》，紧紧围绕人工智能的基本思想、基本理论、基本方法及其应用展开，并融合了人工智能的一些前沿内容。

2、课程的任务通过本课程的学习，可以掌握知识表示、确定性和不确定性推理、搜索、进化计算、群智能、人工神经网络、专家系统、机器学习、智能语音、计算机视觉、自然语音处理、知识图谱等基本理论与实用方法，了解深度学习、知识图谱等人工智能研究前沿内容，通过人工智能应用实例及虚拟仿真实验，可以提高应用人工智能理论解决工程问题的能力。

13、与其他课程的关系本课程为公共基础课，无前导课程。

二、课程教学目标1.从教学基本要求出发，通过人工智能概念、发展历史、经典理论、方法与技术，强调大历史观下的人工智能发展脉络，引导学生正确理解人工智能本质与内涵，思考人工智能对人类文明、社会进步的价值和意义。

2.把握人工智能创新思想与方法结合的主线，引导学生掌握利用人工智能开展创新实践与解决问题的思路，利用成功的人工智能案例帮助学生建立对人工智能创新的深层次认知，避免简单停留在单一知识层次或知识的积累，强调多领域知识融汇贯通。

3.促使理工文管医农等各专业学生都了解人工智能的基本概念、理论、方法和技术以及实际创新应用，在掌握经典的人工智能方法，要了解新一代人工智能的原理、思想、解决实际问题的过程，包括人机融合、深度学习技术、脑机接口、类脑计算等；了解人工智能技术与不同领域和需求应用结合的创新应用的思想和方法，如何在智慧城市、智能医疗、智能教育、智能军事等领域发挥作用，赋能各类产业和行业。