下载文档原格式
《人工智能应用基础》课程标准一、课程定位“人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，开设《人工智能应用基础》课程是十分必要的。
《人工智能应用基础》作为一门必修课程，其中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。
开设本课程的目的是培养学生的“智能”观念；了解人工智能的基本理论、基本方法和基本技术；提高智能产品的使用能力，为今后的工作中的智能设备使用打下坚实的基础。
先修课程：《计算机应用基础》二、课程目标（一）知识目标1.了解人工智能产业的发展现状与市场需求；2.了解人工智能对现代生活的改变和影响；3.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；4.了解知识表示、知识图谱、机器学习、人工神经网络与深度学习、智能识别、自然语言理解、专家系统及智能体与智能机器人的相关概念及应用。
（二）能力目标1、培养人工智能的应用能力，开拓学生的科技视野；2、能够熟练使用生活中常用的人工智能产品；3、熟悉人工智能对工业、医疗、安防、社交、机器人、无人驾驶、家居、生活服务等方面的应用渗透。
（三）素质目标1、养成善于思考、深入研究的良好自主学习的习惯和创新精神；2、培养细致缜密的工作态度、团结协作的良好品质、沟通交流和书面表达能力；3、养成爱岗敬业、遵守职业道德规范、诚实、守信的高尚品质。
三、课程内容与课时分配课程全景式介绍人工智能知识体系与热门应用领域，以人工智能的应用领域为线索介绍学习领域。
通过案例导读引入相应领域的学习，通过案例延伸理解学习领域的实际应用和未来发展。
尽量用通俗易懂的语言和应用案例引导学生进入人工智能应用领域的学习。
课程内容：四、教学资源要求（一）教材选用原则教材应充分体现培养学生的职业能力，通俗易懂，内容全面，应用性强。
能够以知识和技术应用案例为根本出发点详细介绍了人工智能的主要内容和实际应用。
在内容上降低了人工智能学习的知识难度，易于高职学生学习掌握。
环境配置1.安装anaconda，并配置环境变量2.Win+R运行cmd打开命令行窗口，在命令行中创建并激活所需的Python环境，也可直接使用默认的base环境a)创建：conda create -n [新环境的名字] python=[Python版本号]比如：conda create -n myEnv python=3.7b)激活环境：conda activate [环境名]。
激活成功后命令行前面会有个括号显示当前使用的环境名：3.检查当前环境下是否已有需要用到的库，若没有，则需要安装a)查询命令：conda listb)安装新的库：conda install [库名]也可指定库的版本号：conda install [库名]=[版本号]4.执行指定的python文件：python [.py文件名]如果.py文件不在当前路径下，需要指定文件的完整路径完成下列实验1，2以及3、4、5任选其二。
实验1：产生式系统1.基本要求1.1掌握产生式系统的基本原理1.2运行产生式系统的示例代码1.3尝试向示例代码中添加新数据，并完成相应的推理2.实验报告2.1总结产生式系统的基本原理2.2产生式系统的源代码分析与实验记录2.3尝试向示例代码中添加新数据，并完成相应的推理3.作业无实验2：AStar求解八数码问题1.基本要求1.1掌握AStar算法的基本原理1.2编写并运行AStar算法求解八数码问题的示例代码。
给定矩阵初始状态，允许将0与相邻的4个数字之一交换，直到矩阵转变为目标状态。
输出每一步交换后的矩阵例12.实验报告2.1 总结AStar算法的基本原理2.2 如何描述八数码问题中两个状态间的距离？2.2 如何根据状态距离将八数码问题转换为AStar寻路问题？3.作业提交编写的AStar求解八数码问题代码实验3：AStar求解迷宫寻路问题1.基本要求1.1掌握AStar算法的基本原理1.2编写并运行AStar算法求解迷宫寻路问题的示例代码。
人工智能导论课程教学大纲廉师友编写清华大学出版社（2020）说明为了方便各位任课老师的教学，本书作者结合自己多年来给计算机专业讲授人工智能课程的教学大纲和这部《人工智能导论》新教材的内容以及该课程的基本要求，制定了这一新的教学大纲，供各位老师参考。
从内容来看，这个大纲与这部新教材是一致的，其课时应该说已达到这门课程的上限。
各位老师可根据各自院校的实际情况对该大纲的教学内容进行取舍，并确定相应的课时，以制定适合各自教学任务的教学大纲。
希望这份资料对各位任课老师的教学能有所裨益和帮助！当然，若发现其中有不妥或错误之处也请指正！作者2020年3月《人工智能导论》课程教学大纲课程编号：英文课名：Introduction to Artificial Intelligence适用专业：人工智能、计算机、自动化和电子信息类专业（考试）学时：90 学分：课程类别：专业课课程性质：必修课/必选课一、课程性质和目的《人工智能导论》为人工智能、计算机、自动化和电子信息类专业的一门必修或必选课程，其目的是使学生理解人工智能的基本原理，初步学习和掌握人工智能的基本技术，为进一步学习人工智能后续专业课程或从事人工智能的研发奠定基础，指引方向。
二、课程内容第1章人工智能概述基本内容和要求：1．理解人工智能的概念、目标和研究策略；2．理解人工智能的研究内容与方法；3．了解人工智能的分支领域；4．了解人工智能的应用与发展概况。
第2章人工智能程序设计语言基本内容和要求：1．了解人工智能程序设计语言的特点、分类和发展概况；2．理解PROLOG语言的语句特点、程序结构和运行机理，能读懂和编写简单的PROLOG 程序；3．了解Python语言的特点和使用方法，能读懂和编写简单的Python程序。
教学重点：1．PROLOG语言；2．Python语言。
教学难点：1．PROLOG语言的匹配合一和回溯控制；2．Python语言的程序结构和资源库的使用。
《导论》教学教案一、教学目标1. 让学生了解的定义、发展历程和应用领域。
2. 使学生掌握的基本原理和技术。
3. 培养学生的创新意识和团队合作能力。
二、教学内容1. 的定义与发展历程1.1 的定义1.2 的发展历程1.3 的应用领域2. 的基本原理2.1 机器学习2.2 深度学习2.3 自然语言处理2.4 计算机视觉3. 的技术应用3.1 智能语音识别3.2 智能3.3 自动驾驶3.4 智能医疗三、教学方法1. 讲授法：讲解的定义、发展历程、基本原理和应用领域。
2. 案例分析法：分析典型的技术应用案例。
3. 小组讨论法：分组讨论技术的发展趋势和应用前景。
4. 实践操作法：引导学生动手实践，体验技术。
四、教学资源1. 教材：《导论》2. 课件：的发展历程、基本原理、技术应用等3. 案例资料：典型的技术应用案例4. 编程工具：Python、TensorFlow等5. 网络资源：相关的学术论文、资讯、技术博客等五、教学评价1. 课堂参与度：学生参与课堂讨论、提问和回答问题的积极性。
2. 小组讨论报告：学生分组讨论的技术发展趋势和应用前景报告。
3. 课后作业：学生完成的课后编程练习和思考题。
4. 期末考试：考查学生对基本原理和应用领域的掌握程度。
六、教学安排1. 课时：共计32课时，每课时45分钟。
2. 授课方式：线上线下相结合，以线下授课为主。
3. 教学进程：第1-4课时：的定义与发展历程第5-8课时：的基本原理第9-12课时：的技术应用第13-16课时：典型技术应用案例分析第17-20课时：小组讨论技术的发展趋势和应用前景第21-24课时：实践操作，体验技术第25-28课时：课堂讨论与问答第29-32课时：期末考试七、教学活动1. 授课：讲解的基本概念、发展历程、基本原理和应用领域。
2. 案例分析：分析典型的技术应用案例，如智能语音识别、智能等。
4. 实践操作：引导学生动手实践，如使用Python、TensorFlow等编程工具。
《人工智能通识教程》（第2版）教学大纲一、课程基本信息• 课程名称：人工智能导论/ 人工智能概论• 课程代码：• 课程英文名称：AI-Introduction• 学时与学分：理论学时32，课外实践学时16，总学分2• 课程性质：必修课（选修课）• 适用专业：人工智能、大数据、计算机等工科专业（其他各专业）• 先修课程：略• 后续课程：机器学习、深度学习、智能机器人等二、课程目标学习本课程，通常旨在为学生奠定坚实的人工智能基础知识，培养其在人工智能领域的基本技能和理解能力。
以下是主要学习目标，可能会根据不同课程设置有所差异：1. 理解人工智能基础：掌握人工智能的基本概念、发展历程、主要分支领域（如机器学习、深度学习、自然语言处理、计算机视觉等）及其在现代社会中的应用。
2. 理论与技术基础：学习和理解支撑人工智能的核心算法和理论，包括搜索算法、知识表示、推理方法、决策制定、学习理论等。
3. 实践技能培养：通过编程实践和项目作业，掌握至少一种编程语言（如Python）在人工智能领域的应用，以及如何使用常见的AI框架和库（（如TensorFlow、PyTorch）。
4. 问题解决能力：培养分析和解决人工智能问题的能力，包括如何定义问题、选择合适的技术路线、设计并实施解决方案。
5. 伦理与社会责任：讨论人工智能技术的伦理和社会影响，理解隐私保护、数据安全、算法偏见等议题，培养负责任的AI开发与应用意识。
6. 创新与批判性思维：鼓励学生批判性地评估现有的AI技术，激发创新思维，探索AI在新领域的应用可能。
7. 沟通与团队合作：通过团队项目，提升与他人合作解决复杂问题的能力，以及有效沟通研究成果和想法的能力。
8. 持续学习能力：鉴于AI领域的快速变化，课程应培养学生自主学习的习惯，跟踪技术进展，适应未来可能出现的新技术、新理论。
这些目标旨在为学生构建一个全面的人工智能知识框架，不仅关注技术细节，也重视理论与实践的结合，以及技术的社会影响和伦理考量，为学生将来在AI 领域的深入研究或职业发展打下坚实的基础。
人工智能
《人工智能应用基础》课程标准
一、课程定位
“人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，开设《人工智能应用基础》课程是十分必要的。
《人工智能应用基础》作为一门必修课程，其中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。
开设本课程的目的是培养学生的“智能”观念；了解人工智能的基本理论、基本方法和基本技术；提高智能产品的使用能力，为今后的工作中的智能设备使用打下坚实的基础。
先修课程：《计算机应用基础》
二、课程目标
（一）知识目标
1.了解人工智能产业的发展现状与市场需求；
2.了解人工智能对现代生活的改变和影响；
3.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；
4.了解知识表示、知识图谱、机器学习、人工神经网络与深度学习、
智能识别、自然语言理解、专家系统及智能体与智能机器人的相关概念及应用。
（二）能力目标
1、培养人工智能的应用能力，开拓学生的科技视野；
2、能够熟练使用生活中常用的人工智能产品；
3、熟悉人工智能对工业、医疗、安防、社交、机器人、无人驾驶、。
人工智能本科专业课程体系英文回答：Artificial Intelligence (AI) Undergraduate Degree Program.Core Courses:Introduction to Artificial Intelligence.Data Structures and Algorithms.Probability and Statistics for AI.Machine Learning.Deep Learning.Natural Language Processing.Computer Vision.Robotics.AI Ethics and Society.Elective Courses:Advanced Machine Learning.Advanced Deep Learning.Reinforcement Learning.Generative Adversarial Networks. Computational Neuroscience.Human-Computer Interaction.Big Data Analytics.Cloud Computing for AI.AI for Business.Prerequisites:Strong foundation in mathematics, including calculus, linear algebra, and probability theory.Proficiency in a programming language (e.g., Python, Java, C++)。
Excellent analytical and problem-solving skills.Program Structure:Typically a four-year program.First two years focus on foundational courses in computer science, mathematics, and AI.Third and fourth years focus on specialized AI coursesand electives.Culminates in a capstone project or thesis. Career Paths:AI Engineer.Machine Learning Scientist.Data Scientist.Robotics Engineer.AI Researcher.AI Product Manager.中文回答：人工智能本科专业课程体系。
人工智能是当今世界上备受瞩目的研究领域之一，其在各个领域的应用越来越广泛。
无论是学术界还是工业界，对人工智能的需求都在不断增长。
在许多大学和科研机构中，人工智能导论课程也成为了不可或缺的一部分。
在学习人工智能导论课程时，教材和参考书的选择对学生的学习起着至关重要的作用。
本文将对人工智能导论课程的教材和参考书进行介绍和分析，希望能够帮助广大学生和教师更好地选择适合的教材和参考书。
一、教材1.《人工智能：一种现代方法》（Stuart Russell and Peter Norvig 著）这本书是较为经典的人工智能导论教材之一，由著名的人工智能专家Stuart Russell和Peter Norvig合著。
该书系统地介绍了人工智能领域的基本概念、方法和技术，并且结合了大量的案例和实践经验。
书中内容丰富，涉及到了搜索、知识表示与推理、规划、不确定性、学习、自然语言处理等多个领域，是一本较为全面的人工智能导论教材。
2.《人工智能：一种现代方法（第3版）》（Stuart Russell and Peter Norvig 著）《人工智能：一种现代方法》的第3版于2020年出版，更新和完善了一些内容，更加贴近当今人工智能领域的最新发展。
该书增加了对深度学习、增强学习等最新技术的介绍，还增加了一些案例和练习题，帮助学生更好地理解和掌握人工智能的知识。
3.《Artificial Intelligence: Foundations of Computational Agents》（David Poole and Alan Mackworth 著）这本书是一本比较适合高年级本科生和研究生使用的人工智能教材，内容更加深入和严谨。
该书从计算代理的角度出发，介绍了人工智能的基本概念、建模和解决问题的方法，包括了对知识表示、规划、学习等内容的详细介绍，适合希望深入了解人工智能原理和方法的学生使用。
二、参考书1.《人工智能基础：知识表示与推理（第2版）》（George F. Luger 著）这本书是针对人工智能领域中的知识表示和推理问题进行深入介绍的参考书。
