《人工智能与机器学习》教学大纲.docxVIP

第 第 PAGE #页/共11页 《人工智能与机器学习》教学大纲 一、基本信息 中文名称 人工智能与机器学习 央文名称 ArtificialIntelligenceandMachineLearning 课程编号 054314 开课单位 管理学院管理工程系 课程性质 专业核心课 学分 2.0 考核方式 考试 总学时 理论 32 学时 32 实验0学时° 上机0 实践0学时° 适用专业 信息管理与信息系统 先修课程 高等数学、概率论、线性代数、数据结构、C语言程序设计 二课程性质、目的、任务 性质：《人工智能与机器学习》是信息管理学中一个重要分支，是信息管理与信息系统专业的核心课程。它是硏究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是一门理论性和应用性均较强的课程。 目的：通过本课程的学习，使学生对人工智能的发展概况、基本原理与应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能和机器学习的兴趣，培养知识创新与技术创新能力。 任务：使学生理解人工智能的定义、发展历程、硏究方法；了解人工智能经典的三大基本技术，包括知识表示技术、搜索技术、推理技术；在理解人工智能的典型应用领域机器学习、专家系统等基础上，能用相应的方法解决一定的实际问题；掌握典型的计算智能方法，包括神经计算、进化计算的基本原理及其应用领域等。 三、教学目标及其对毕业要求的支撑 （一）教学目标 《人工智能与机器学习》从讲授人工智能的定义、发展历程、硏究方法开始，以人工智能基本技术、应用领域与计算智能三大模块为主要内容，讲授经典的基本技术：知识表示技术、搜索技术、推理技术；典型应用领域机器学习、专家系统、支持向量机；典型的计算智能方法：神经计算、进化计算。以及当前有关人工智能的争议与展望。使学生掌握人工智能的基本原理、方法和应用技术。强化学生的逻辑分析能力、创新设计能力。初步具有利用人工智能方法解决实际问题的能力。 本课程以课堂讲授为主，通过课堂教学，使学生掌握知识表示技术、搜索技术、推理技术、机器学习、神经计算、进化计算的原理和方法，了解人工智能的定义、发展历程、学派之争及其发展趋势等。培养学生利用人工智能的具体方法解释现实生活中的人工智能实例，对现实生活中的某些问题可以通过人工智能与机器学习的思想提出解决方案。 教学目标具体要求如下 教学目标1:要求学生了解人工智能的定义、发展、硏究方法及其应用领域； 教学目标2:要求学生掌握知识表示方法、搜索推理技术，了解不确 定性推理方法； 教学目标3:要求学生掌握机器学习方法的工作原理，能用神经网络解决一定的实际问题； 教学目标4:要求学生熟悉经典的计算智能方法。 （二）教学目标及其对毕业要求的支撑 毕业要求及其指标点 教学目标 1 教学目标 2 教学目标 3 教学目标4 1.工程知识 1.1 1.2 2?问题分析 2.1 2.2 3?设计/开发解决方案 3.1 3.2 4科 学硏究 4.1 4.2 5使用现代工具 5.1 5.2 6.工程与社会 6.1 6.2 7?环 7.1  境与可持续发展 7.2 8职业规范 8.1 8.2 9.个人与团队 9.1 9.2 10?沟通 10.1 10.2 11?项目管理 11.1 11.2 12终 身学习 12.1 12.2 四、教学内容 (一)教学内容结构关系图知识T堆 (一)教学内容结构关系图 知识T堆 lillb?-!■flu1：! (二)具体教学内容 1.绪论 (1)教学内容 什么是人工智能、人工智能的发展简史、人工智能硏究方法、人工智能硏究及应用领域 (2)教学要求 了解人工智能的硏究方法、发展简史。理解人工智能的基本概念、基本技术。掌握人工智能硏究的基本内容和应用领域。 (3)重点 人工智能概念 (4)难点 人工智能的硏究方法 (5)对毕业要求的支撑 本知识点的讲授和学习，可以支撑“毕业要求5能够针对本学科领域复杂问题，开发、选择与使用恰当的技术、方法、现代工程工具和信息技术工具，包括对本学科领域问题的预测与模拟，并能够理解其局限性。”中的“指标点5.2掌握管理学理论与硏究的前沿知识，培养具有持续适应社会和能力和及时了解新准则、新法规的能力。” 知识工程 (1)教学内容 知识工程概述、谓词逻辑表示法、产生式表示法、层次结构表示法、网络结构表示法、知识获取与管理、基于知识的系统 (2)教学要求 了解基于知识的系统、知识获取与管理。理解知识工程的概念。掌握逻辑谓词表示法及其应用，会用框架去描述一些具体问题，能用脚本来描述特定范围内的一些事件的发生顺序。 (3)重点 经典谓词逻辑表示法、产生式表示法、层次结构表示法、网络结构表示法。 (4)难点 层次结构表示法、网络结构表示法 (5)对毕业要求的支撑 本知识点的讲授和学习，可以