人工智能基础教学方案课程教学方案（人工智能基础）64课时版

课程教学方案（2019-2020学年度第1学期）课程名称：人工智能基础开课单位：任课教师：专业班级：填表日期：教务处制表基本信息开课单位信息工程学院课程名称人工智能基础英文名称Basisofartificialintelligence课程编码课程类型□通识课程（□必修、□选修）R专业课程（□必修、R选修）□学科基础课□模块化实践课程学分4专业班级无总学时64理论学时64实践与实验学时课程简介（200字左右）人工智能迎来了第三次高潮，正受到前所未有的重视，教育部已经申请将人工智能上升为一级学科，军事领域将其视为未来战争胜利的决定因素之一，而国家则将其列为国家发展的战略目标之一。所以，处在人工智能大发展的潮流中的大学生，必须对人工智能有所了解。本课程作为人工智能入门和普及人工智能基础知识的课程。要求学生掌握人工智能的基本概念和基本技能，掌握利用人工智能解决问题的基本方法，并了解人工智能的研究最新进展和热门研究课题，如AlphaGo下棋的搜索原理、卷积神经网络、深度学习、大数据和云计算以及当前流行的人工智能开源工具等，掌握人工智能基本技术，为以后从事IT行业的工作打下人工智能方面的基本技能的基础教材名称人工智能入门作者:朱福喜；出版社:清华大学出版社；出版时间:2019年09月

学习成果预期成果完成该课程学习,学生应该能够：掌握人工智能的基本概念，对人工智能的整体知识结构有一个基本了解；B.掌握人工智能基本技术，掌握利用人工智能解决问题的基本方法；C.掌握人工智能的基础编程，能够用编程解决一些实际问题；D.了解人工智能的最新进展及发展方向，为今后继续深造或就业打下基础；E.具有运用人工智能技术解决实际问题的能力考核方式具体评价方法所占百分比要评估的学习成果ABCDE.行程式评估1、考勤成绩10%2、实验成绩20%√√√√√3、测试成绩30%√√√终结性考核（期末考试）□考试（□试卷考核□非试卷考核）R考查（□试卷考核R非试卷考核）40%√总计100%教学进度校历周次授课日期学时教学内容安排教学方式及其手段作业/辅导备注19月2日至9月8日2第一章概述 1.1什么是人工智能？1.1.1人工智能的定义 1.1.2人工智能的分级 1.2AI的产生背景及主要学派1.3图灵测试 1.4人工智能的发展历程 1.5无处不在的人工智能 1.6人工智能的技术特征 1.7新一代人工智能的研究 1.8未来人工智能展望 讲授要求学生做点小智力题目：有两根不均匀分布的香，香烧完的时间是一个小时，你能用什么方法来确定一段45分钟的时间习题1.2、1.4你认为AI模拟智能成功的标准是什么？2第2章用搜索实现问题求解 2.1搜索求解问题的基本思路 2.2实现搜索过程的三大要素 2.2.1搜索对象 2.2.2扩展规则 2.2.3目标测试 2.3实现搜索的基本步骤智能问题求解：一个经理有三个女儿，三个女儿的年龄加起来等于13，三个女儿的年龄乘起来等于经理自己的年龄，有一个下属已知道经理的年龄，但仍不能确定经理三个女儿的年龄，这时经理说只有一个女儿在上学，然后这个下属就知道了经理三个女儿的年龄。请问三个女儿的年龄分别是多少？为什么？习题2.8你认为有哪几种基本的问题求解方法。展示水壶问题的求解过程和算法，让学生直观理解各搜索算法的基本框架29月9日至9月15日2第2章2.4搜索的几种基本策略 2.4.1盲目的搜索方法 2.4.2启发式搜索 提问，你如何搜索路径到达一个目的地，导航/查地图/电子地图。在哪种情况下,深度优先搜索好于广度优先搜索?习题2.6、2.10试给出深度搜索算法与广度优先搜索算法在算法描述上的区别？2第3章图搜索算法 3.1或图搜索策略 3.1.1或图搜索算法 3.1.2A算法与A*算法 演示八数码问题和八皇后问题的搜索程序，理解启发式函数的设计39月16日至9月20日23.2与/或图搜索 3.2.1问题归约求解方法与“与/或图” 3.2.2与/或图的构造方法 多媒体教学演示野人和传教士过河问题的求解23.2.3与/或图的搜索过程3.2.4与/或图搜索算法AO* 3.2.5用AO*算法求解一个智力问题怎么用一架天平称出13个硬币中唯一的然而未知轻重的假币（已知手上有一枚真币）？演示十二硬币的求解，让学生直观理解如何用图搜索算法进行求解49月23日至9月27日2第4章博弈与搜索 4.1博弈问题 4.2极小极大搜索算法 4.2.1极小极大搜索的思想 4.2.2极小极大搜索算法 4.2.3算法分析与举例 讲授实验一字棋的演示程序24.3α-β剪枝算法 4.4AlphaGo搜索策略 4.4.1围棋博弈程序的发展4.4.2AlphaGo博弈树搜索算法的改进 4.4.3MCTS算法的四个基本步骤 多媒体教学深蓝计算机的人机大战和这次alphago与李世石的大战难度上有什么不同。alpha-beta剪枝搜索的演示程序59月30日至10月6日2第5章演化计算与遗传算法 5.1演化计算与演化算法5.2遗传算法 5.2.1遗传算法的基本结构 5.2.2遗传算法的实现 5.2.3遗传算法举例 5.3遗传算法的应用领域 讲授如何用遗传算法求解八皇后问题：编码；适应性函数的设计；设计遗传算子。用演示程序展示遗传算法求解一个函数极值问题。第6章群集智能 6.1粒子群优化算法 6.1.1粒子群优化算法的基本结构 6.1.2PSO算法的实现 6.1.3PSO算法应用实例 用鸟觅食过程展示PSO算法的来由和搜索原理。用演示程序展示PSO算法求解一个函数极值问题。610月7日至10月11日26.2蚁群优化 6.2.1蚁群优化的原理 6.2.2蚁群优化算法 6.2.3ACO算法应用实例 多媒体教学蚁群算法中的正反馈性和多样性分别指的什么，怎样体现的？用演示程序模拟蚂蚁觅食过程2第7章经典逻辑知识表示和推理 7.1产生式知识表示及推理 7.1.1产生式系统的组成 7.1.2产生式系统的知识表示 7.1.3产生式系统的推理方式7.1.4产生式规则的选择与匹配7.1.5产生式知识表示的特点7.2命题知识表示及推理方法7.2.1基本概念7.2.2命题演算的归结方法讲授实验请列出学过的知识表示方法，人工智能中的知识表示方法的基本原则是什么演示推理系统用命题逻辑进行推理；710月14日至10月18日27.3谓词逻辑知识表示及推理7.3.1知识的谓词逻辑表示法7.3.2谓词逻辑自动推理的基本问题7.3.3将公式化成标准子句形式的步骤 7.3.4合一算法 7.3.5谓词逻辑的归结算法 7.3.6推理中的相等意义的转换策略7.4一个推理实例 多媒体教学展示：“已知某些病人喜欢所有的医生,没有一个病人喜欢任意一个骗子.证明任意一个医生都不是骗子.”的推理过程演示推理系统用谓词逻辑进行推理；演示合一过程程序第8章非经典逻辑知识表示与推理8.1非单调推理 8.1.1单调推理与非单调推理的概念 8.1.2默认逻辑 8.2Dempster-Shater（D-S）证据理论 8.2.1.识别框架（FrameofDiscriminate） 8.2.2基本概率分配函数(BasicprobabilisticAssignment)BPA 8.2.3置信函数Bel(A)（FunctionofBelief） 8.2.4置信区间 8.2.5证据的组合函数 8.2.6Dempster-shafar证据理论的评价 请列举几种默认推理的场景。810月21日至10月27日28.3不确定性推理 8.3.1不确定性 8.3.2主观概率贝叶斯方法(BayesianApproaches) 8.4模糊推理 8.4.1模糊推理的基本理论 8.4.2Fuzzy逻辑 讲授6.7复习题29.1人工神经网络的基本概念 9.1.1人工神经网络的定义 9.1.2人工神经网络的基本原理9.1.3人工神经网络互连结构 9.1.4神经网络模型分类 9.2几种典型的神经网络简介 9.2.1单层前向网络 9.2.2多层前向网络及BP学习算法 讲授实验7.6复习题910月21日至10月27日29.2.3Hopfield神经网络 9.3卷积神经网络 9.3.1卷积神经网络的结构 9.3.2参数减少与权值共享 9.3.3池化 9.3.4全连接层 9.4神经网络的应用领域 多媒体教学第10章机器学习与深度学习 10.1概述 10.1.1机器学习的定义和意义10.1.2机器学习的研究简史10.1.3机器学习方法的分类10.1.4机器学习中的推理方法 10.2归纳学习 10.2.1归纳概念学习的定义 10.2.3归纳概念学习算法的一般步骤10.2.4归纳概念学习的基本技术 1010月21日至10月27日210.3基于类比的学习 10.3.1类比学习的一般原理 10.3.2类比学习的表示 10.3.3类比学习的求解 210.4深度学习 10.4.1什么是深度学习 10.4.2特征提取 10.4.3自动特征提取 10.4.4深度学习直观理解 讲授实验8.9复习题1110月21日至10月27日2第11章数据挖掘与Web挖掘 11.1一般数据挖掘方法 11.1.1数据挖掘的定义 11.1.2数据挖掘研究的主要内容 11.1.3数据挖掘的任务 11.1.4数据挖掘的特点 11.1.5数据挖掘常用的技术 11.1.6数据挖掘过程 讲授实验9.10复习题11.2关联规则挖掘 11.2.1问题的形式化描述 11.2.2挖掘步骤 11.2.3Apriori算法 11.2.4实例与分析 1210月21日至10月27日211.3聚类分析 11.3.1聚类分析的定义 11.3.2聚类分析的主要步骤 11.3.3聚类分析的几种主要的算法 11.3.4聚类分析的应用领域多媒体教学10.7复习题用Python程序展示K-Mean聚类算法聚类变化的过程211.4Web挖掘 11.4.1Web挖掘概述 11.4.2Web内容挖掘11.4.3Web结构挖掘11.4.4Web使用挖掘 讲授实验11.11复习题1310月21日至10月27日2第12章大数据与云计算 12.1认识大数据 12.2从理论维度认识大数据12.2.1大数据的定义 12.2.2大数据的特征 12.2.3大数据的价值 12.2.4大数据的发展趋势 讲授实验12.9复习题实验报告12.3从技术的维度认识大数据与云计算12.3.1云计算的定义及要解决的问题12.3.2云计算与虚拟化 12.3.3云存储与云网络 12.3.4私有云、公有云与云平台 12.3.5云计算的服务模式 12.3.6用大数据技术实现人工智能 1410月21日至10月27日212.4从应用的维度认识大数据 12.4.1从大数据走向大知识 12.4.2从大数据走向大智慧 12.4.3从大数据走向大财富 12.4.4得数据者得天下 12.4.5大数据及人工智能全面渗透人类生活 多媒体教学14.8复习题2第13章专家系统与人工智能工具 13.1专家系统 13.1.1专家系统概述 13.1.2专家系统中的知识获取 13.1.3专家系统的解释机制13.1.4专家系统开发 13.1.5专家系统开发实例 讲授实验15.7复习题1510月21日至10月27日213.2专家系统开发工具与环境13.2.1什么是专家系统开发工具 13.2.2生成工具 13.2.3辅助工具 13.2.4专家系统工具JESS 讲授实验16.10复习题13.3人工智能开源工具13.3.1TensorFlow 13.3.2ApacheSystemML 13.3.3Caffe 13.3.4ApacheMahout 13.3.5Torch 13.3.6Neuroph 13.3.7Mycroft 1610月21日至10月27日2（1）课程实验要求要求学生任选一种高级语言进行一些算法的演示项目的程序设计，并提交完整的实验报告和源程序。通过演示项目的开发，使学生人工智能的基本内容，掌握其算法设计方法，重点掌握几种搜索算法的应用。讲授实验17.5复习题实验报告2（2）课程实验内容实验项目1要求根据人工智能中的各种搜索算法，设计一个程序，解决一个实际问题。并展示搜索的效果。实验项目2－用群集智能算法，设计一个程序，或解决一个实际问题，或展示群体的智能现象。提交期末项目参考文献参考书目：1．Z.Michalewicz与D.B.Fogel著：曹宏庆，李艳，董红斌，吴志健译，如何求解问题——现代启发式方法，中国水利水电出版社，北京，2003年。2.高隽编著，人工神经网络原理及仿真实例.北京：机械工业出版社，20033.蒋宗礼编著，人工神经网络导论，北京：高等教育出版社，20014.黄成