《人工智能应用概论》教案

教案

2020—2021学年第一学期

学院名称：信息工程学院

编写教师：****

课程名称：人工智能应用概论

授课班级：

2020年9月

教案首页

人工智能应用概论（第1、2节课）

课题名称

初识人工智能

了解人工智能的定义及发展历程；了解人工智能发展过程中各研究流派的

教学

主张；认识人工智能对社会、经济、文化的影响。

目标

教学

人工智能对社会经济文化的影响

重点

教学

理解人工智能三大学派

难点

讲授型☐实践型☐“理实一体化”型

课型

讨论型☐演示型☐参观型☐其他

教学讲授法讨论法☐演示法☐训练法

方法☐“教学做一体化”法☐探究法☐参观法☐其他

教具计算机多媒体设备☐挂图☐模型☐实物☐其他

教学

后记

教案正页

教学

设计

用视频、生活案例、问题导入新课—>知识讲解—>学生讨论—>纠偏、点评—>

思路

拓展训练—>归纳总结—>课后作业

（可用

框图）

主要内容及时间安排

课题名时间

主要内容

称（分钟）

任务一介绍本课程开设缘由、课程计划、目标及安排5

任务二视频、生活案例、问题导入课程3

任务三学生讨论（什么是人工智能？）6

任务四人工智能的定义8

任务五人工智能的发展历程10

任务六人工智能的三大学派8

任务七人工智能对社会经济文化的影响20

任务八人工智能对社会经济文化的影响（通过生活案例讲解）15

任务九课后作业（人工智能的发展对我们的生活产生了哪些影响？）5

教案首页

人工智能应用概论（第3、4节课）

课题名称

知识表示

通过本章的学习，了解人工智能中知识表示的原理、概念以及发展历程；

教学了解知识表示的工作原理及算法逻辑特点；

目标了解知识表示中的具体应用；

通过python编译器简单体验知识表示实际操作过程

教学

掌握知识表示的几种方法的原理

重点

教学

知识表示的原理解释

难点

讲授型实践型☐“理实一体化”型

课型

☐讨论型演示型☐参观型☐其他

教学讲授法☐讨论法演示法☐训练法

方法☐“教学做一体化”法☐探究法☐参观法☐其他

教具计算机多媒体设备☐挂图☐模型☐实物☐其他

教学

后记

教案正页

教学

设计

复习旧课—>用生活用例导入新课—>知识讲解—>教师示范—>学生体验—>相

思路

关讨论—>归纳总结—>课后作业

（可用

框图）

主要内容及时间安排

课题名时间

主要内容

称（分钟）

任务一回顾人工智能的概念和发展5

任务二通过生活中的案例-机场咨询机器，引入本节课内容5

任务三讲解知识的概念和特征10

任务四讲解知识表示的8大表示法20

任务五讲解知识表示的发展历程5

任务六讲解知识表示的应用场景10

任务七知识表示技术实现原理（重点讲解专家系统-动物识别系统原理）10

任务八通过python代码演示动物识别系统5

任务九总结知识表示的相关知识点，并讨论3个相关问题7

任务十布置课后练习--尝试实现聊天机器人3

教案首页

人工智能应用概论（第5、6节课）

课题名称

机器学习

了解机器学习的概念、原理、算法以及发展历程；

教学理解机器学习的多种算法分类；

目标了解机器学习中的具体应用场景；

通过对实际数据的学习推导，理解机器学习的操作流程

教学

掌握机器学习的多种分类算法

重点

教学

分类算法的原理解释及举例说明

难点

讲授型实践型☐“理实一体化”型

课型

☐讨论型演示型☐参观型☐其他

教学讲授法☐讨论法演示法☐训练法

方法☐“教学做一体化”法☐探究法☐参观法☐其他

教具计算机多媒体设备☐挂图☐模型☐实物☐其他

教学

后记

教案正页

教学

设计

复习旧课—>用生活用例导入新课—>知识讲解—>教师示范—>学生体验—>相

思路

（可用关讨论—>归纳总结—>课后作业

框图）

主要内容及时间安排

课题名时间

主要内容

称（分钟）

任务一回顾知识表示的概念和发展3

任务二通过生活中的案例-鸢尾花分类，引入本节课内容5

任务三讲解机器学习的概念和特征5

任务四讲解机器学习的发展历程5

任务五讲解机器学习的应用场景7

任务六讲解机器学习的三大表示法8

任务七讲解支持向量机的原理及应用13

任务八讲解贝叶斯分类器的原理及应用13

任务九讲解决策树分类器的原理及应用13

任务十多种分类器算法回顾及总结5

任务十

布置课后练习--猫科动物的分类3

一

教案首页

人工智能应用概论（第7、8节课）

课题名称

神经网络与深度学习

了解深度学习的概念、神经网络的原理以及发展历程；

教学了解深度学习与神经网络的具体应用场景；

目标理解人工神经网络的技术原理；

通过Tensorflow游乐场掌握神经网络模型设计、模型训练与预测。

教学深度学习与神经网络的概念；

感知机模型与深度神经网络；

重点

Tensorflow游乐场。

教学反向传播算法；

难点神经网络的训练与预测。

讲授型实践型☐“理实一体化”型

课型

☐讨论型演示型☐参观型☐其他

教学讲授法☐讨论法演示法☐训练法

方法☐“教学做一体化”法☐探究法☐参观法☐其他

教具计算机多媒体设备☐挂图模型☐实物☐其他

教学

后记

教案正页

教学

设计

复习旧课—>用生活用例导入新课—>知识讲解—>教师示范—>学生体验—>相

思路

关讨论—>归纳总结—>课后作业

（可用

框图）

主要内容及时间安排

课题名时间

主要内容

称（分钟）

任务一回顾机器学习的概念和技术原理3

任务二通过生活中的案例-文字识别快递三段码，引入本节课内容5

任务三讲解生物神经网络、人工神经网络与深度学习的概念、区别、联系5

任务四讲解神经网络与深度学习的发展历程4

任务五讲解神经网络与深度学习的应用场景6

任务六讲解感知机模型的基本构成及其实现分类8

任务七讲解多层神经网络与深度神经网络的技术原理8

任务八讲解反向传播算法8

任务九讲解Tensorflow游乐场基本功能13

任务十讲解Tensorflow构建神经网络与训练流程13

任务十

深度神经网络知识回顾与总结5

一

任务十布置课后练习--修改Tensorflow网络结构对不同训练集进行分类或回

2

二归

教案首页

人工智能应用概论（第9、10节课）

课题名称

智能语音技术

了解智能语音的概念、原理以及发展历程；

教学理解智能语音的多种应用分类（语音识别、语音合成、语音测评等）；

目标了解智能语音中的具体应用场景；

通过智能语音交互平台演示，理解智能语音的操作流程

教学

掌握智能语音的多种处理分类

重点

教学

智能语音处理原理解释及举例说明

难点

讲授型实践型☐“理实一体化”型

课型

☐讨论型演示型☐参观型☐其他

教学讲授法☐讨论法演示法☐训练法

方法☐“教学做一体化”法☐探究法☐参观法☐其他

教具计算机多媒体设备☐挂图☐模型☐实物☐其他

教学

后记

教案正页

教学

设计

复习旧课—>用生活用例导入新课—>知识讲解—>教师示范—>学生体验—>相

思路

关讨论—>归纳总结—>课后作业

（可用

框图）

主要内容及时间安排

课题名时间

主要内容

称（分钟）

任务一回顾神经网络与深度学习的概念和原理3

任务二通过生活中的案例-小度音箱，引入本节课内容5

任务三讲解智能语音的概念和特征4

任务四讲解智能语音的发展历程4

任务五讲解智能语音的应用场景5

任务六讲解声学模型的特征提取7

任务七讲解语音识别处理流程8

任务八讲解语音合成的原理10

任务九讲解语音增强的原理及应用13

任务十讲解语音转换的原理及应用13

任务十

语音处理流程的及应用的回顾与总结6

一

任务十

布置课后练习--智能语音应用场景挖掘2

二

教案首页

人工智能应用概论（第11、12节课）

课题名称

计算机视觉技术

了解计算机视觉技术的概念及发展历程；

教学了解计算机视觉技术的具体应用场景；

目标理解卷积神经网络的技术原理；

通过CNNexplainer掌握卷积神经网络模型设计、模型训练与预测。

教学数字图像处理；

卷积神经网络；

重点

CNN解释器（cnn-explainer）在线交互可视化工具使用。

教学卷积运算与池化操作；

难点神经网络的训练与分类。

讲授型实践型☐“理实一体化”型

课型

☐讨论型演示型☐参观型☐其他

教学讲授法☐讨论法演示法☐训练法

方法☐“教学做一体化”法☐探究法☐参观法☐其他

教具计算机多媒体设备☐挂图模型☐实物☐其他

教学

后记

教案正页

教学

设计

复习旧课—>用生活用例导入新课—>知识讲解—>教师示范—>学生体验—>相

思路

关讨论—>归纳总结—>课后作业

（可用

框图）

主要内容及时间安排

课题名时间

主要内容

称（分钟）

任务一回顾智能语音技术的概念和原理3

通过生活中的案例-小程序重温五四，你最像哪位文艺青年，引入本

任务二5

节课内容

任务三简单概述计算机视觉基本概念与分类技术5

任务四讲解计算机视觉技术的发展历程5

任务五讲解计算机视觉技术的应用场景5

任务六讲解计算机视觉成像原理6

任务七讲解数字图像与颜色空间6

任务八以车牌识别为例讲解图像处理技术方法15

讲解卷积神经网络的组成与原理（卷积、激活、池化、全连接、softmax

任务九15

分类）

任务十讲解CNN解释器（cnn-explainer）在线交互可视化工具实现图像分类8

任务十

计算机视觉技术知识回顾与总结5

一

任务十

布置课后练习--使用CNN解释器对自定义图像进行分类2

二

教案首页

人工智能应用概论（第13、14节课）

课题名称

自然语言处理

了解自然语言技术的发展历程

教学

理解自然语言技术工作原理

目标

能够使用计算机编程语言或工具完成简单的自然语言处理相关操作或功能

教学分词与词性标记；

重点自然语言处理应用场景；

教学

自然语言计算模型：规则模型和统计模型。

难点

讲授型实践型☐“理实一体化”型

课型

☐讨论型演示型☐参观型☐其他

教学讲授法☐讨论法演示法☐训练法

方法☐“教学做一体化”法☐探究法☐参观法☐其他

教具计算机多媒体设备☐挂图模型☐实物☐其他

教学

后记

教案正页

教学

设计

复习旧课—>用生活用例导入新课—>知识讲解—>教师示范—>学生体验—>相

思路

关讨论—>归纳总结—>课后作业

（可用

框图）

主要内容及时间安排

课题名时间

主要内容

称（分钟）

任务一回顾上次人工智能主题技术的概念和技术原理3

任务二通过“巴别塔故事”，引入本节课内容5

任务三讲解自然语言处理基本概念、该项技术涉及的任务内容。13

任务四讲解自然语言处理技术的发展历程7

任务五讲解自然语言处理技术的应用场景13

任务六以主流的翻译平台为例，演示和体验机器翻译8

任务七介绍一些自然语言处理平台的使用5

任务八介绍和演示使用国内的一些主流人工智能平台的自然语言处理能力10

任务九课程总结3

任务十课堂问题讨论8

任务十

作业介绍及发布5

一

教案首页

人工智能应用概论（第15、16节课）

课题名称

知识图谱技术

通过本章知识图谱的学习，主要达到如下目标：

教学1、掌握知识图谱的概念；

目标2、了解知识图谱的应用场景；

3、掌握简单知识图谱的构建；

1、知识图谱