《人工智能导论》课程教学大纲.docx
人工智能导论
（IntroductiontoArtificialIntelligence）
课程基本信息
课程编号课程总学时：32
实验学时：0学时
课程性质：选修
课程属性:素质类、专业类
开设学期：第5学期
适用专业：电子信息专业
对先修的要求：C语言，高度数学，工程数学
对后续的支撑：毕业论文（设计）
一、课程的教学理念、性质、目标和任务（300-500字，一级标题统一宋体五号字加粗）
本课程是电子信息工程专业的选修课。人工智能是计算机科学与技术的一个前沿学科，它也是一个综合性的交叉学科。《人工智能导论》是关于计算机学科人工智能领域的一门基础课程，其目的是使学生初步了解人工智能的基本原理，初步学习和掌握人工智能的基本技术，以便拓宽知识面，并为进一步学习和应用奠定基础。该课程主要讲述知识与知识表示、确定性推理、不确定性推理、搜索策略、专家系统、自然语言处理、机器学习、神经网络、人工智能在不同专业领域应用等方面内容，使学生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识。
二、课程目标及对毕业要求指标点的支撑
序号
课程目标
支撑毕业要求指标点（备注：毕业要求指标点应与专业人才培养方案相对应）
毕业要求
1
掌握人工智能的基本理论与方法，培养学生利用人工智能方法、运用技能解决电子信息专业及农业工程图像识别相关领域问题的能力。
指标点2.1
2
2
大纲要求教学内容中有些内容要求学生自学，包括自学程序设计语言，如PYTHON等；并用来实现本课内一些程序验证内容，培养学生的自主学习能力。
指标点3.1
3
三、教学内容及进度安排
序号
教学内容
学生学习
预期成果
课内
学时
教学方式
支撑
课程目标
1
第一单元人工智能概述
1.课程主要内容
? 人工智能的概念、发展简史、研究内容和应用领域。
? 人工智能的基本技术，以及人工智能领域的前沿技术。
1.重点和难点
? 教学重点：人工智能的发展趋势和前沿技术。
? 教学难点：理解人工智能概念。
学生学习预期成果
? 掌握人工智能的基本方法与理论，培养学生利用人工智能方法、运用技能
? 解决本专业及相关领域实际问题的能力。
2
教学方式
? 线下面授的方式进行行业讲解，以及知识点讲解，使学生快速理解本课程体系的设计思路，让学生感受到人工智能对其个人未来生活和职业发展的影响。
目标1
2
第二单元人工智能应用体验
1.课程主要内容
? 体验中心体验人工智能实体应用。
2.重点和难点
? 感受体验中心各种AI设备的使用，理解AI设备应用技术原理。
学生学习预期成果
? 能够理解自然语言识别、视觉识别、神经网络、视频处理、图像风格迁移、智能寻迹车、智能机械臂、自动驾驶车、生物识别等实验设备的原理，并会操作。
4
教学方式
? 放相关视频，讲解的教学方式，感受人工智能魅力，理解设备原理。
目标1
3
第三单元机器学习与深度学习
1.课程主要内容
? 机器学习基本概念、发展简史。
? 深度学习基本概念和应用。
2.重点和难点
? 教学重点：机器学习和深度学习的基本概念。
? 教学难点：理解机器学习和深度学习概念和方法。
学生学习预期成果
? 掌握机器学习和深度学习的实践应用。
4
教学方式
? 线上自主学习，课程单元提供视频等教学资源。
? 线下带领学习深度学习基本知识
目标1
4
第四单元计算机视觉
1.课程主要内容
? 计算机视觉的基本概念和发展史。
? 计算机视觉技术原理及实践应用。
2.重点和难点
? 教学重点：计算机视觉的基本概念和应用。
? 教学难点：理解计算机视觉的技术原理。
学生学习预期成果
? 掌握计算机视觉的基本概念、原理及技术应用。
6
教学方式
? 线上自主学习，课程单元提供2课时视频教学资源。
? 线下带领学习视觉技术基本知识
目标2
5
第五单元语音识别
1.课程主要内容
? 语音识别基本原理介绍。
? 语音识别技术实现及应用场景介绍。
2.重点和难点
? 教学重点：语音识别的应用场景。
? 教学难点：理解语音识别技术的原理及过程。
学生学习预期成果
? 掌握语音识别技术的实际应用场景。
6
教学方式
? 线上自主学习，课程单元提供2课时视频教学资源。
? 线下带领学习语音识别基本知识
目标2
6
第六单元自然语言处理
1.课程主要内容
? 自然语言处理基本概念介绍。
? 自然语言处理技术实现及应用场景。
2.重点和难点
? 教学重点：自然语言处理的技术应用场景。
? 教学难点：理解自然语言处理的技术原理。
学生学习预期成果
? 理解自然语言处理的实际应用场景，并能结合实践解释自然语言处理的实际应用。
4
教学方式
? 线上自主学习，课程单元提供2课时视频教学资源。
? 线下带领学习自然语言处理