本科生《人工智能》教学大纲.doc

本科生人工智能教学大纲摘要：林荛瑞，马少平，人工智能导论，北京：清华大学出版社，1998. 何新贵，知识处理与专家系统， . 周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999 .关键词：导论,算法类别：专题技术来源：牛档搜索（Niudown.COM）本文系牛档搜索（Niudown.COM）根据用户的指令自动搜索的结果，文中内涉及到的资料均来自互联网，用于学习交流经验，作品其著作权归原作者所有。不代表牛档搜索（Niudown.COM）赞成本文的内容或立场，牛档搜索（Niudown.COM）不对其付相应的法律责任！西安交通大学人工智能导论课程教学大纲英文名称： Artificial Intelligence Guide课程编号：COMP4008课程名称：人工智能课程类型：工科（专业课）学时与学分：总学时：32；学分：2适用对象：计算机专业(本科生) 先修课程：程序设计，数据结构，离散数学，数理逻辑，概率论使用教材：王永庆，人工智能原理与方法，西安交大出版社，1998参考书：陆汝钤，人工智能（上下册），北京：科学出版社，1989 蔡自兴，人工智能原理(第二版)，北京：清华大学出版社 林荛瑞，马少平，人工智能导论，北京：清华大学出版社，1998 何新贵，知识处理与专家系统，北京：国防工业出版社，1990 史忠植，知识工程，北京：清华大学出版社，1988 殷勤业，杨宗凯等编译，模式识别与神经网络，北京：机械工业出版社，1992 杨行峻，郑君里，人工神经网络，北京：高等教育出版社 周明，孙树栋，遗传算法原理及应用，北京：国防工业出版社，1999一、课程的性质、目的及任务：人工智能是计算机科学研究和发展的一个重点，其终极目标就是让计算机具有象人一样的能力。这门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、神经网络、机器学习、遗传算法等方面内容。使本科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、教学基本要求：通过课堂教学，要求学生了解人工智能的发展状况与研究内容，掌握基本概念、基本原理方法和重要算法，掌握人工智能的一些主要思想和方法，熟悉典型的人工智能系统产生式系统和简单的模糊推理方法，学会用启发式搜索求解问题，学会基本的神经网络方法，学会简单的机器学习方法，初步具备用经典的人工智能方法解决一些简单实际问题的能力。三、教学内容：1. 绪论：了解人工智能的发展简史以及当前的一些发展方向和热点。掌握基本概念，相关名词术语的含义；熟知人工智能的基本研究内容、研究方法。2. 数学基础：了解人工智能中常用的一些数学理论和概念等等。熟悉数理逻辑中有关命题逻辑和一阶谓词逻辑的原理，了解多值逻辑原理；熟悉概率论的基本概念和原理，掌握Bayes公式；掌握模糊集和模糊逻辑的基本概念，掌握模糊集上的基本运算。3. 知识与知识表示：了解关于知识的基本观点以及特点等等。掌握基本的、常用的一些知识表示方法，如一阶谓词逻辑表示法、产生式表示法、框架表示法和语义网络表示法等。了解各种知识表示法的特点。4. 归结反演：了解基于经典逻辑进行推理的基本原理。掌握命题逻辑和一阶谓词逻辑的反演归结方法和基本的归结策略。5. 不确定性推理：掌握不确定推理的基本概念。掌握几种基本的、常用的不确定推理方法，如基于概率理论和Bayes理论的方法，可信度方法，基于模糊理论的不确定性推理方法。了解非单调推理概念。6. 搜索策略：掌握基本概念，学会用状态空间表示问题，了解与或树表示法。掌握状态空间的各种搜索策略，包括深度优先搜索、广度优先搜索、代价树上的搜索以及启发式搜索和A*算法等等。了解关于搜索完备性和效率的基本理论。7. 神经网络：掌握神经网络的基本概念、基本形态。了解感知器、BP网络、Hopfield网络、ART网络等多种不同类型神经网络的基本原理、组成以及特点。掌握前馈神经网络的BP算法。了解神经网络的各种应用。8. 机器学习：了解机器学习的基本概念，了解多种不同类型的机器学习方法及其特点和应用，了解几种常用的机器学习算法，例如神经网络方法、遗传算法、决策树方法等等。四、实验内容（辅助教学基本环节）：1、 启发式搜索与A*算法。2、 神经网络。五、学时分配表：次序教学环节内 容时数备 注1授课第一章 绪论22授课第二章 人工智能的数学基础23授课第三章 知识与知识表示313.3 24授课343.925授课第四章 经典逻辑推理26授课第五章 不确定与非单调推理27授课.228授课29授课第六章 搜索策略6.16.2210授课6.36.4211授课第七章 人工神经网络7.1 神经网络概述，7.2 感知器212授课7.3 BP算法213授课7.4 Hopfield网络，7.5 ART网络214授课第八章 机器学习8.1 机器学习概述，8.2 遗传算法21