《大数据与人工智能》课程教学大纲.pdf

《大数据与人工智能》课程教学大纲 一、课程基本信息 课程编号：j 课程名称：大数据与人工智能Big data and artificial intelligence 学时/学分：16/1 实验学时：8 课程类别：人文社会科学类通识教育课程 课程性质：选修课 适用专业：电子信息工程专业 开设学期：第二学期 先行课程：大学计算机基础、计算机语言程序设计 责任单位：计算机学院基础教学部 二、课程简介 《大数据与人工智能》课程是非计算机专业的特色类必修课程。通过本课程的学习，可 以使学生理解大数据、人工智能的理念并掌握一些大数据和人工智能的技术和应用。 结合实际案例的学习以及实验操作技能、实验过程设计的基本训练，使学生掌握基本的 大数据与人工智能技术有关方面知识，具有基本的大数据处理和分析的能力。 三、课程目标 通过本课程的学习，应达到的目标及能力如下： 目标1：了解大数据的基本概念、基本知识和发展背景。了解人工智能的含义、研究的 目标和途径，了解发展历史、研究领域、取得的成就和遇到的困难。 目标2 ：了解大数据的总体框架和会使用大数据关键技术。能够进行大数据平台搭建。 能够掌握数据可视化的方法。能够进行数据分析操作。 目标3：了解有关机器学习、深度学习的一些基本概念、主要算法。了解专家系统的发 展、建造方法。 目标4 ：对人工智能语言有一个初步的了解。重点掌握Python 语言。 四、课程目标对毕业要求的支撑 课程目标 毕业要求指标点 主要教学内容 82 课程目标 毕业要求指标点 主要教学内容 目标 1：了解大数据的基本 大数据的基本概念；大数据的发展背景；大数 概念、基本知识和发展背景。 据的业务需求。人工智能概况、人工智能的研 了解人工智能的含义、研究 究途径、人工智能的研究目标、人工智能的研 的目标和途径，了解发展历 究及应用领域、人工智能研究的历史回顾及发 史、研究领域、取得的成就 展。 和遇到的困难。 目标2 ：了解大数据的总体 框架和会使用大数据关键技 5.1 了解电子信息专业常用 大数据的总体架构；Hadoop 架构；大数据存 术。能够进行大数据平台搭 的现代仪器仪表、信息技术 储和处理技术；大数据查询和分析技术；大数 建。能够掌握数据可视化的 工具、工程工具和模拟软件 据高级分析和可视化技术。 方法。能够进行数据分析操 的使用原理和方法，并理解 作。 其局限性。 机器学习的定义、研究意义与发展历史；机器 学习的主要策略与基本结构； 目标3 ：了解有关机器学习、 机器学习的分类：有监督学习、无监督学习和 深度学习的一些基本概念、 强化学习、基于神经网络的学习；机器学习与 主要算法。了解专家系统的