《人工智能》教学大纲[001].pdf

个人资料整理，仅供个人学习使用

《人工智》教学大纲

能

课程代码：2008912

课程名称：人工智能/ArtificialIntelligence

课程类型：专业任选课

学时学分：48学时/3学分

适用专业：计算机科学与技术、网络工程、信息管理与信息系

统

开课部门：灾害信息工程系

一、课程的地位、目的和任务

人工智能是计算机类本科专业的专业任选课，是程序设计、数据结构、软件工程、数据库等课程的综合运用。

该课程介绍解释和模拟人类智能、智能行为及其规律，通过该课程的学习，提高学生的综合开发能力，在软

件开发应用、综合素质培养、科学研究素质培养等方面具有重要意义。矚慫润厲钐瘗睞枥庑赖賃軔。

二、课程与相关课程的联系与分工本课程的先修课：数据库原理，程序设计语言等后续课：专家系统、模

式识别等先修课是学习本课程必要的基础课程，对本课程的理解和掌握起到必要的支撑；后续课程是对本课

程的巩固加深和深入研究及应用。聞創沟燴鐺險爱氇谴净祸測。

三、教学内容与基本要求

第一章概述

1.1人工智能基本概念

§2人工智能发展简史

§3人工智能研究的基本内容

§4人工智能主要研究领域

教学重点：人工智能概念，思维理论，图灵测试教学难点：人工智能概念、图灵测试基本要求：

知识要求：1）掌握人工智能概念；2）了解人工智能发展史、研究内容和研究领域。能力要求：要求掌握

人工智能基本概念，了解其发展史和主要研究内容。

第二章知识表示

§1知识表示的概念

§2一阶谓词逻辑表示法

§3产生式表示法

§4框架表示法

§5语义网络表示法

教学重点：不同的知识表示方法；教学难点：知识的表示方法基本要求：

知识要求：1）掌握知识的基本概念，了解其基本特征；2）熟悉各种知识表示方法以及适应范围；

能力要求：通过学习，掌握基本概念，理解各种表示方法的特点，熟练应用不同的表示方法进行知识表示。

第三章确定性推理方法

§1推理的基本概念

§2自然演绎推理

§3谓词公式化为子句集的方法

§4海伯伦定理和鲁宾逊归结原理

§5归结反演

教学重点：各种推理方法原理，冲突消解策略等；

教学难点：各类推理方法，冲突消解策略，鲁宾逊归结原理

基本要求：

知识要求：1）掌握各种推理的原理；2）熟悉谓词公式化为子句集的方法；3）理解海伯伦定理和

鲁宾逊归结原理；4）熟悉归结反演方法；残骛楼諍锩瀨濟溆塹籟婭骤。

能力要求：通过学习，理解确定性推理的基本原理，熟悉谓词公式化为子句集的方法，掌握归结反演方法，

并能够利用这些方法进行推理。酽锕极額閉镇桧猪訣锥顧荭。

1/3

个人资料整理，仅供个人学习使用

第四章不确定性推理方法

§1知识的不确定性

§2不确定性知识的表示与度量

§3不确定性推理常见方法

教学重点：不确定性知识的表示与度量，不确定性推理的方法

教学难点：不确定性推理方法

基本要求：

知识要求：1）了解知识不确定性概念，掌握知识不确定性的表示与度量；2）熟练掌握各种不确

定性的推理算法，并熟练应用；彈贸摄尔霁毙攬砖卤庑诒尔。

能力要求：通过学习，了解知识的绝对属性是不确定，掌握知识不确定性的表示与度量，熟练运

用不确定推理方法解决实际问题。謀荞抟箧飆鐸怼类蒋薔點鉍。

第五章专家系统

§1专家系统概述

§2专家系统的工作原理

§3知识获取

§4专家系统设计与实例介绍

教学重点：专家系统基本概念，工作原理，系统设计

教学难点：工作原理，专家系统设计

基本要求：

知识要求：1）掌握专家系统基本概念和工作原理；2）熟悉专家系统的设计思路；

能力要求：通过学习，掌握专家系统的工作原理，熟悉专家系统的设计方法并能够熟练应用。第六章机器学

习

§1机器学习的基本概念

§2机器学习分类

§3机器学习方法

§4机器学习未来展望

教学重点：机器学习概念，原理和分类方法，不同种类的机器学习方法