《人工智能导论》教学大纲_第1页
《人工智能导论》教学大纲_第2页
《人工智能导论》教学大纲_第3页
全文预览已结束

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

《人工智能导论》教学大纲.《人工智能导论》教学大纲

大纲说明

课程代码:3235042

总学时:32学时(讲课32学时)

总学分:2学分

课程类别:限制性选修

适用专业:计算机科学与技术,以及有关专业

预修要求:C程序设计语言,数据结构

课程的性质、目的、任务:

人工智能是计算机科学中涉及讨论、设计和应用智能机器的一个分支。本课程是计算机科学与技术,以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设,使同学对人工智能的进展概况、基本原理和应用领域有初步了解,对主要技术及应用有肯定把握,启发同学对人工智能的爱好,培育学问创新和技术创新力量。

课程教学的基本要求:

人工智能的讨论论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些讨论论题的基础是通用和专用的学问表示和推理机制、问题求解和搜寻算法,以及计算智能技术等。要求同学把握这些讨论论题的基础学问。

人工智能还供应一套工具以解决那些用其它方法难以解决,甚至无法解决的问题。这些工具包括启发式搜寻和规划算法,学问表示和推理形式,机器学习技术,语音和语言理解方法,计算机视觉和机器人学等。要求同学把握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明:

通过适当调整教学内容和学时支配,削减有关章节学时和增加专家系统这一章的学时,本大纲亦可作为《人工智能与专家系统》的课程教学大纲。

大纲正文

第一章绪论学时:2学时(讲课2学时)了解人类智能与人工智能的含义,人工智能的进展和应用领域;理解人工智能的内涵。

本章讲授要点:在介绍人工智能概念的基础上,使同学了解本课程所涉学问的重要意义,以及人工智能的应用现状和应用前景。

重点:人工智能的定义、进展,及其应用领域。

难点:对人工智能内涵的理解。

第一节人工智能的定义和进展

其次节人类智能和人工智能

第三节人工智能的学派及其争辩

第四节人工智能的讨论与应用领域

第五节人工智能对人类的影响

其次章学问表示学时:6学时(讲课6学时)了解实现学问表示的语义网络法、框架表示法、剧本表示法及过程表示法;理解状态空间法、问题规约法;把握谓词规律法。

本章讲授要点:对学问表示的方法进行全面介绍,对于后续章节将涉及的学问表示方法作重点讲解。

重点:状态空间法,谓词规律法,以及语义网络法。

难点:采纳谓词规律法实现学问表示。

第一节状态空间法

其次节问题规约法

第三节谓词规律法

第四节语义网络法

第五节框架表示

第六节剧本表示

第七节过程的表示

作业:采纳状态空间法和问题规约法实现学问表示;用谓词演算公式表示命题。

第三章搜寻原理学时:6学时﹙讲课6学时﹚了解遗传算法、模拟退火算法;理解盲目搜寻、启发式搜寻;把握启发式搜寻与其它搜寻的关系的有关学问。

本章讲授要点:在介绍各种搜寻原理的基础上,讲解它们的适用场合,以及它们之间的内在关系。

重点:启发式搜寻,及其与其它搜寻的关系。

难点:各种搜寻方法的适用场合。

第一节盲目搜寻

其次节启发式搜寻

第三节遗传算法

第四节模拟退火算法

作业:说明宽度优先搜寻,等代价搜寻,有序搜寻的内在关系。

第四章推理技术学时:6学时﹙讲课6学时﹚了解规章演绎系统、不确定性推理的学问;理解消解原理;把握利用消解原理解决问题的方法。

本章讲授要点:在介绍各种推理技术的基础上,着重阐述消解原理,利用消解原理解决问题的方法,以及消解原理的局限性。

重点:消解原理,利用消解原理解决问题的方法。

难点:利用消解原理解决问题的方法。

第一节消解原理

其次节规章演绎系统简介

第三节产生式系统

第四节不确定性推理

作业:求谓词公式的子句集;用消解原理证明命题。

第五章专家系统学时:2学时﹙讲课2学时﹚了解专家系统的一般特点,类型,结构和建筑步骤。

本章讲授要点:概要介绍作为人工智能的一个重要应用领域,专家系统的一般特点和结构,拓宽同学对于人工智能应用讨论的学问面。

重点:专家系统的一般特点和结构。

难点:专家系统的结构和建筑步骤。

第一节专家系统概述

其次节专家系统的一般特点

第三节专家系统的类型

第四节专家系统的结构和建筑步骤

第六章机器学习学时:6学时﹙讲课6学时﹚了解机器学习的讨论意义,常用的机器学习方法;理解人工神经网络的原理;把握基于反向传播网络的学习算法。

本章讲授要点:在介绍常用的机器学习方法的基础上,着重讲解人工神经网络的原理,使同学对于基于反向传播网络的学习算法有较为深刻的理解。

重点:人工神经网络的原理,基于反向传播网络的学习算法。

难点:基于反向传播网络的学习算法。

第一节机器学习的讨论意义与进展史

其次节机器学习的基本结构

第三节几种常用的学习方法

第四节人工神经网络

作业:描述给定的反向传播网络的学习过程。

第七章规划系统学时:2学时﹙讲课2学时﹚了解规划的作用与任务;理解基于谓词规律的规划方法。

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