1223S09073-人工智能-2023版人才培养方案课程教学大纲.docxVIP

PAGE1

ADDINCNKISM.UserStyle《人工智能》课程教学大纲

（理论课程·2023版）

一、课程基本信息

课程号

1223S09073

开课单位

生命科学院

课程名称

（中文）人工智能

（英文）ArtificialIntelligence

课程性质

选修

考核类型

考试

课程学分

2

课程学时

34

课程类别

选修课

先修课程

高等数学，线性代数，概率论等

适用专业（类）

生命科学凤凰班

（一）课程简介

《人工智能》课程是生物信息学的一门选修课程，是计算机科学的重要分支。信息是由数据来表达的客观事物，知识是信息经过智能性加工后的产物，智能是用来对信息和知识进行加工的加工器。在信息社会，人类面对的信息将非常庞大，仅靠人脑表现出来的自然智能是远远不够的，必须开发那种由机器实现的人工智能。《人工智能》课程就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，以解决需要用人类智能才能解决的问题。人工智能是延伸人们智能的科学，该课程旨在通过理论教学与实践操作训练，使学生能够了解人工智能的发展，以及国际人工智能的主要流派和路线，同时了解国内人工智能研究的基本情况，包括人工智能的主要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等。同时还需要学生掌握人工智能的基本概念及原理、知识表示的各种主要方法，熟悉人工智能的研究领域，使学生具备运用盲目有哪些信誉好的足球投注网站和启发式有哪些信誉好的足球投注网站算法的基本能力。

（二）教学目标

通过本课程的学习，学生应具备以下几方面的目标：

课程目标1：了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况,熟悉人工智能的研究领域,列举出人工智能的研究与应用领域，熟悉多媒体信息的表示、存储形式。

课程目标2：较详细地论述知识表示的各种主要方法。重点掌握产生式表示法和谓词逻辑法，熟悉语义网络法，了解知识表示的其他方法，如框架法。熟悉产生式推理方法，了解自然演绎推理和归结演绎推理。

课程目标3：掌握可信度推理的模型和算法，掌握主观贝叶斯方法的推理模型和推理特性，了解模糊推理的定义，掌握贝叶斯网络推理的概念和类型、贝叶斯网络的精确推理。

课程目标4:掌握机器学习的概念，掌握一元线性回归模型，了解多元线性回归模型，掌握人工神经网络概念、连接学习概念，了解人工神经网络的生物机理，熟悉人工神经元的结构及模型，掌握感知器模型、BP网络模型、能利用神经网络模型解决实际应用问题。

课程目标5:指导学生探索人工智能领域的新知识，培养自主学习和终身学习的意识，提升不断学习和适应发展的能力，为今后学习和工作打下良好的基础。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

1-3：掌握比较扎实的数学和物理、化学方面的基础理论知识,具有计算机及信息科学等方面的基础知识。

课程目标1

30%

2-3：具有浓厚的科学兴趣及批判性思维能力。

课程目标2

20%

2-5：具有一定的计算机和信息技术应用能力。

课程目标2，3，4

20%

3-3：具备良好的专业素质，受到严格的科学思维训练，有求实创新的精神、批判性思维和可持续发展理念。

课程目标3-5

30%

四、教学方式与方法

（一）课堂讲授

1.教学方法

（1）注重理论指导的作用，积极探究达到最佳视觉效果的典型做法。同时贯彻理论和实践相结合的原则，给学生出一定量的思考，并要求学生完成一定量的作业，以提高学生的理论水平，培养学生的动手能力和创新精神。

（2）把握课程的重难点，及时总结深化所学内容，并针对重难点布置适当的综合练习。以便达到良好的教学效果。

2.教学手段

（1）采用理论讲解、操作示范等多种方式，充分利用多媒体等现代化教学手段，整体优化教学过程和教学内容，调动学生学习积极性，进行启发式的教学。

（2）注重学生动手能力的培养，积极鼓励和引导学生对所学的知识、技能加以拓宽、深化。

（二）作业、答疑和质疑

1.作业

2.课堂进行答疑

3.课堂讨论，提出质疑

五、教学重点与难点

（一）教学重点

第一章：人工智能概述（2学时）

教学重点：人工智能概念

第二章：确定性知识系统（4学时）

教学重点：谓词逻辑表示法和产生式表示法

第三章：不确定性知识系统（4学时）

教学重点：贝叶斯推理和可信度推理的概念、理论及模型

第四章：智能有哪些信誉好的足球投注网站技术（6学时）

教学重点：启发式有哪些信誉好的足球投注网站：状态空间、与/或树；遗传算法

第五章：机器学习（6学时）

教学重点：机器学习的主要策略和基本结构

第六章：人工神经网络与连接学习（6学时）

教学重点：人工神经网络的特征，基于神经网络的知识与推理。

第七章：专家系统（4学时）

教学重点：专家系统的特点

第八章：智能应用简介（2学时）

教学重点：自然语言理解和词性分析

（二）教学难点