《人工智能和大数据基础》教学大纲

《人工智能和大数据基础》教学大纲课程编号：13220841英文名称：ArtificialIntelligenceandBigDataFundamentals学分：2.5学时：总学时48学时，其中理论32学时，实践16学时先修课程：高等数学、线性代数、概率统计、离散结构、高级语言、数据结构课程类别：专业必修课授课对象：智能制造工程专业学生教学单位：机械与电气工程学院修读学期：第3学期一、课程描述和目标人工智能是计算机科学理论基础研究的重要组成部分,人工智能课程部分是智能制造工程专业的专业必修课。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、重要研究领域，掌握人工智能求解方法的特点；同时，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。大数据技术已经成为IT行业主流技术。大数据课程部分为大数据提供了从数据的海量存储、处理到应用多方面的技术,包括数据采集、海量数据存储、非关系型数据管理、数据挖掘、数据可视化以及智能分析技术如模式识别、自然语言理解、应用知识库等。通过大数据课程部分的学习，能将大数据处理的相关原理和技术,与实际工程应用相结合,构建相应的大数据分析与应用平台。课程目标1:了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域。课程目标2：学习各种人工智能的基本理论及其应用，拓展学术视野，重点掌握部分方法并能应用于解决简单实际问题。课程目标3：了解大数据分析处理计算框架；大数据分析处理基本流程；大数据分析处理评测方法。课程目标4：学习到数据分析的基本概念原理和经典算法；能将所学的知识运用计算机复杂工程问题。二、课程目标对毕业要求的支撑关系毕业要求指标点课程目标权重指标点1-4：掌握与智能装备和智能制造系统相关的专业知识，并能用于解决智能制造复杂工程问题。课程目标10.5课程目标20.5指标点2-1：能够应用数学、自然科学和工程科学的基本原理，识别和判断智能制造工程领域中的复杂工程问题。课程目标21指标点4-2：能够运用数据处理和分析方法，对智能制造复杂工程问题的实验数据进行分析和解释，通过信息综合得到合理的结论。课程目标30.4课程目标40.6指标点5-2：能够针对智能制造复杂工程问题，选择和使用恰当的技术、资源、现代信息技术工具等进行建模、仿真和预测，并能在实践中领会相关工具的局限性。课程目标20.6课程目标40.4三、教学内容、基本要求与学时分配序号教学内容基本要求及重、难点（含德育要求）学时教学方式对应课程目标1人工智能概念及发展历史了解人工智能的起源与发展历史、基本研究内容、主要学派及其应用。2讲授式启发式课程目标12脑科学基础了解人脑的生理及认知机能。2讲授式启发式课程目标1课程目标23人工神经网络了解感知机、前馈神经网络、深度学习等理论。2讲授式启发式课程目标1课程目标24机器学习了解归纳学习、类比学习、统计学习、强化学习等理论。2讲授式启发式课程目标1课程目标25智能机器人了解智能机器人的体系结构、机器人视觉系统、机器人规划。4讲授式启发式课程目标1课程目标26大数据概述掌握数据挖掘的基本任务、数据挖掘建模过程4讲授式启发式课程目标37Python数据分析简介熟悉Python数据分析工具相关设置4讲授式练习式课程目标3课程目标48数据探索了解数据质量分析、特征分析、Python主要函数介绍4讲授式练习式课程目标3课程目标49数据预处理了解数据清洗、数据集成、数据变换4讲授式练习式课程目标3课程目标410挖掘建模掌握介绍分类预测、聚类分析、关联规则等相关算法4讲授式练习式课程目标3课程目标4合计32序号实验项目实验内容与要求学时类型对应课程目标1航空公司客户价值分析针对航空公司客户出行数据进行数据探索分析，预处理，模型构建与检验。4综合课程目标2课程目标42商品零售购物篮分析针对商品零售情况出行数据进行数据探索分析，预处理，模型构建与检验。4综合课程目标1课程目标2课程目标33基于水色图像的水质评价针对水质照片出行数据进行数据探索分析，预处理，模型构建与检验。4综合课程目标1课程目标2课程目标44家用热水器用户行为分析与事件识别针对家用热水器采购记录出行数据进行数据探索分析，预处理，模型构建与检验。4综合课程目标1课程目标3课程目标4合计16四、课程教学方法采用集中讲授、讨论、练习等教学方式。五、学业评价和课程考核（一）考核方式及具体要求1.课程成绩构成与要求课程考核注重形成性和终结性评价相结合，考核内容主要由平时成绩、章节测试和期末考核组成，均按百分制计分，其中期末考核成绩占50%、章节测试成绩占30%、课堂表现成绩占20%、作业成绩占10%。2.课程目标达成考核与评价序号教学环节课程目标1（分值）课程目标2（分值）课程目标3（分值）课程目标4（分值）合计1平时成绩100100202章节测试510510303期末考核520101550课程目标对应分值20302525100（二）考核与评价标准1.平时成绩考核与评价标准分值观测点90-100分70-89分60-69分0-59分作业按时完成，90%以上的作业内容齐全，基本知识点理解、掌握到位。能够利用理论知识实现大数据的有效分析与应用。按时完成，70%以上的作业内容齐全，基本知识点理解、掌握较到位。能够较好实现大数据的有效分析与应用。延时完成，60%以上的作业内容齐全，基本知识点理解、掌握基本到位。能在一定程度上利用理论知识实现大数据的有效分析与应用。不交和补交，50%以下的作业内容齐全，基本知识点理解、掌握有偏差。不能利用理论知识实现大数据的有效分析与应用。2.章节测试与评价标准章节测试根据测试题目及评分标注进行打分（百分制）。3.期末试卷考核与评价标准根据课程目标及教学内容，设计期末考核试题，综合检验学生对课程相关知识的掌握、综合应用及解决复杂问题的能力，根据考试题目设计相应评分标准。六、教材与参考书（一）推荐教材1．《人工智能导论》，莫宏伟主编，人民邮电出版社，2020年7月版；2．《Python数据