人工智能技术 课程教学大纲.docx

PAGE

PAGE7

《人工智能技术》课程教学大纲

一、课程简介

课程中文名

人工智能技术

课程英文名

ArtificialIntelligenceTechnology

双语授课

□是?否

课程代码课程学分

2

总学时数

32

课程类别

□通识教育课程

□公共基础课程

?专业教育课程

□综合实践课程

□教师教育课程

课程性质

□必修

?选修

□其他

课程形态

□线上

?线下

□线上线下混合式

□社会实践

□虚拟仿真实验教学

考核方式

?闭卷□开卷?课程论文□课程作品□汇报展示?报告

?课堂表现□阶段性测试?平时作业□其他（可多选）

开课学院

机器人工程学院

开课

系(教研室)

机器人工程系

面向专业

数据科学与大数据技术

开课学期

第5学期

先修课程

高等数学，计算机应用基础，python程序设计

后续课程

人工智能综合实验

选用教材

1.宋永端.人工智能基础及应用[M].北京:清华大学出版社,2021.

说明：（1）面向新工科的电工电子信息基础课程系列教材。（2）教育部高等学校电工电子基础课程教学指导分委员会推荐教材。

参考书目

1.郑敦庄、胡承志.TensorFlow+Keras深度学习算法原理与编程实践.北京：电子工业出版设，2020.

2.王万良编著，人工智能导论（第4版），高等教育出版社，2017

课程资源

无

课程简介

《人工智能技术》是一门面对智能制造工程和机器人工程的专业核心课程。课程的总体目标是旨在帮助学生掌握人工智能的基本原理和相关技术，拓展知识和技能范围，为利用人工智能技术解决智能制造工程和机器人工程领域中的问题打好基础，增强学生自主学习和终身学习的意识，增强其不断学习和适应发展的能力。

二、课程目标

表1课程目标

序号

具体课程目标

课程目标1

使学生初步了解人工智能涉及的领域、研究现状和发展趋势，使学生能够针对机器人复杂工程问题，开发、选择与使用恰当人工智能的相应领域的技术、资源、现代工程工具和信息技术工具。

课程目标2

了解人工智能领域的各个前沿技术和产业趋势研究方向，激发学生的专业兴趣和意识，培养学生的工程意识、工程素质及工程能力，提高学生借助人工智能解决本专业复杂工程问题的能力。

课程目标3

明确人工智能是智能科学的统一，在智能体、专家系统及有哪些信誉好的足球投注网站、机器学习、神经网络及深度学习、机器人学和AI伦理等各个学科等多学科背景下，使学生初步具有既能够明确个体的承担，又能发挥团队中对应的角色，除此之外进行劳动价值引导和人类社会与人工智能伦理教育。

表2-1课程目标与毕业要求对应关系

毕业要求

指标点

课程目标

毕业要求1：工程知识：能够将数学、自然科学、工程基础、数据科学与大数据技术专业知识用于解决大数据应用领域的复杂工程问题。【H】

1.3能够运用数学、自然科学和专业知识对大数据应用领域相关工程问题进行分析推理，综合给出适当的解决方案。

课程目标1

毕业要求5：使用现代工具：能够针对大数据应用领域的复杂工程问题，选择和使用恰当的技术、资源和现代工程工具，进行信息表达、建模、设计、模拟、验证，并能够在实践中了解这些工具使用的局限性。【M】

5.2能够正确选择和使用恰当的软硬件平台、数据处理工具、现代工程工具和大数据框架，提高解决问题效率。

课程目标2

毕业要求12：终身学习：具有自主学习和终身学习的意识，具备在科学研究与技术应用过程中不断学习和适应发展的能力。【L】

12.2能针对个人或职业发展规划，在复杂工程问题的解决方案中体现出一定的自主学习和终身学习的能力，不断适应大数据技术的发展和社会需求。

课程目标3

三、课程学习内容与方法

（一）理论学习内容及要求

表3课程目标、学习内容和教学方法对应关系

序号

课程模块

学习内容

学习任务

课程目标

学习重点难点

教学方法

学时

1

人工智能概述

1、人工智能的概念、学科与发展、研究及应用领域。

1.拓展阅读：阅读参考读物

2.线上学习：观看相关网上资源课堂

3.个人作业：AI应用趋势综述

课程目标1

重点：

1.人工智能的基本概念，主要研究领域及其前沿技术。

2.理解人工智能概念，三个主流学派及其内涵。

3.人工智能的学习方法

讲授法：通过介绍实际应用案例，初步了解人工智能的基本理论与方法，培养学生运用人工智能方法、技能解决本专业及相关领域实际问题的认识和能力。

2

2、人工智能的研究途径与方法。

课程目标1

3、人工智能的基本技术，以及现阶段的前沿技术。

课程目标1

2

神经元、脑与认知智能体

1、脑与认知

1.拓展阅读：阅读参考读物

2.线上学习：观看相关网上资源课堂

课程目标1

重点：

1.神经元的模型，数学建模过程

2.脑与