(人工智能)人工智能详细教学大纲_第1页
(人工智能)人工智能详细教学大纲_第2页
(人工智能)人工智能详细教学大纲_第3页
(人工智能)人工智能详细教学大纲_第4页
(人工智能)人工智能详细教学大纲_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、【最新更越管理方案您可自由编辑】(人工智能)人工智能详细教学大纲20XX年XX月多年拊企业咨询幢问经验,经过实战蛙证可以落地执行的卓越管理方案,值得您下中人工智能教学大纲课程名称:人工智能英语名称:Artificiallntelligence课程代码:130234课程性质:专业必修学分学时数:5/80适用专业:计算机应用技术修(制)订人:修(制)订日期:2009年2月审核人:审核日期:审定人:审定日期:壹、课程的性质和目的(壹)课程性质人工智能是计算机科学理论基础研究的重要组成部分,人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究

2、领域,掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法,会用知识表示方法、推理方法和机器学习等方法求解简单问题等。(二)课程目的1、基本理论要求:课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。2、基本技能要求:学生于较坚实打好的人工智能数学基础(数理逻辑、概率论、模糊理论、数值分析上能够利用这些数学手段对确定性和不确定性的知识完成推理于理解Herbrand域概念和Horn子句的基础上,应用Robinson归结原理进行定理证明;应掌握问题(1)壹阶谓词逻辑求解(GPS)的状态空间法,能应用几种主要的盲目搜索和启发式搜索算法(宽

3、度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大一极小法、a剪枝技术)完成问题求解;且能熟悉几种重要的不确定推理方法,如确定因子法、主观Bayes方法、DS证据理论等,利用数值分析中常用方法进行正确计算。3、职业素质要求:结合实战,初步理解和掌握人工智能的关联技术。二、教学内容、重(难)点、教学要求及学时分配第壹章:人工智能概述(2学时)1、讲授内容:人工智能的概念人工智能的研究途径和方法人工智能的分之领域人工智能的基本技术人工智能的发展简介2、教学要求:了解:研究途径和方法、人工智能的分之领域、基本技术和发展简介。理解:人工智能的基本概念、基本技术掌握:人工智能的发展简介,人工

4、智能研究的课题种类3、教学重点:人工智能概念4、难点:人工智能的研究途径和方法第二章:基于谓词逻辑的机器推理(2学时)1、讲授内容:归结演绎推理应用归结原理求取问题答案归结策略Horn子句归结和逻辑程序非归结演绎推理2、教学要求:了解:壹阶谓词逻辑的基本概念理解:应用归结远力求取问题答案的方法和Horm自居归结于逻辑程序的方法以及非归结演绎原理的方法和途径掌握:归结演绎推理3、教学重点:归结演绎推理4、难点:Horn子句归结和逻辑程序第三章:图搜索技术(5学时)1、讲授内容:状态图搜索状态图问题求解和或图搜索和或图问题求解博弈树搜索2、教学要求:了解:常用的图搜索技术理解:和或图搜索问题的原理

5、掌握:和或图的启发式搜索算法AO3、教学重点:和或图的启发式搜索算法AO4、难点:和或图搜索第四章:产生式系统(2学时)1、讲授内容:产生式规则产生式系统产生式系统和图搜索产生式系统的应用2、教学要求:了解:产生式理解:谓词逻辑归结原理掌握:Herbrand定理3、教学重点:谓词逻辑归结原理4、难点:Herbrand定理第五章:知识表示(2学时)1、讲授内容:知识及其表示框架语义网络面向对象知识表示2、教学要求:(1)专家系统的概念了解:知识表示的概述理解:几种知识表示方式掌握:产生式表示语义网络表示3、教学重点:产生式表示语义网络表示4、难点:框架表示第六章:不确定性推理方法(6学时)1、讲

6、授内容:不确定性及其类型不确定性知识的表示不确定性推理的壹般模式确定性理论证据理论模糊推理2、教学要求:了解:不确定性推理方法的概述理解:论证理论模糊推理掌握:论证理论3、教学重点:论证理论模糊推理4、难点:证据理论(D-Stheory)第七章:专家系统(4学时)1、讲授内容:专家系统的结构专家系统的应用和发展专家系统设计和实现专家系统开发和环境新壹代专家系统研究2、教学要求:了解:专家系统的概述、专家系统的组成结构和发展理解:专家系统的设计和实现掌握:专家系统的开发和使用3、教学重点:专家系统的设计和实现4、难点:新壹代专家系统概述第八章:机器学习(10学时)1、讲授内容:符号学习神经网络学

7、习2、教学要求:了解:机器学习的概述理解:符号学习掌握:常用的机器学习的方式3、教学重点:神经网络学习4、难点:遗传算法三、各教学环节的基本要求(壹)课堂讲授1、教学方法注重理论指导的作用,积极探究达到最佳视觉效果的典型做法。同时贯彻理论和实践相结合的原则,给学生出壹定量的思考,且要求学生完成壹定量的作业,以提高学生的理论水平,培养学生的动手能力和创新精神。把握课程的重难点,及时总结深化所学内容,且针对重难点布置适当的综合练习。以便达到良好的教学效果。2、教学手段采用理论讲解、操作示范等多种方式,充分利用多媒体等现代化教学手段,整体优化教学过程和教学内容,调动学生学习积极性,进行启发式的教学。注重学生动手能力的培养,积极鼓励和引导学生对所学的知识、技能加以拓宽、深化。3、教学辅助资料CAI课件(二)作业、答疑和质疑1、作业2、答疑和质疑(三)考核方式1、考核方式:考试2、成绩评定:期末考试70%,平时成绩30%四、和其他课程的联系和分工本课是计算机及关联专业学生的专业选修课,选修本课须有比较全面的计算机知识。先行课程:离散

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论