下载

1下载券

加入VIP
  • 专属下载券
  • 上传内容扩展
  • 资料优先审核
  • 免费资料无限下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 《人工智能导论 》课程教学大纲

《人工智能导论 》课程教学大纲.doc

《人工智能导论 》课程教学大纲

曾经的纯真渐渐褪去
2018-02-13 0人阅读 举报 0 0 0 暂无简介

简介:本文档为《《人工智能导论 》课程教学大纲doc》,可适用于高等教育领域

《人工智能导论》课程教学大纲《人工智能导论》课程教学大纲IntroductionofArtificialIntelligence课程编号:分:学学时:(其中:讲课学时:实验学时:)先修课程:离散数学、数据结构、算法设计与分析后续课程:适用专业:计算机科学与技术计算机网络工程软件工程开课部门:计算机科学与信息工程学院一、课程的性质与目标“人工智能”是世纪计算机科学发展的主流~为了培养国家跨世纪的有用人才~在计算机专业本科开设《人工智能导论》课程是十分必要的。《人工智能导论》是计算机本科专业的一门专业选修课程~理论性较强~涉及知识面较广~方法和技术较复杂~本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目标是培养学生软件开发的“智能”观念,掌握人工智能的基本理论、基本方法和基本技术,提高解决“智能”问题的能力~为今后的继续深造和智能系统研制~以及进行相关的工作与研究打下人工智能方面的基础。二、课程的主要内容及基本要求第章人工智能概述(学时)知识点、人工智能的定义及研究目标、人工智能的产生与发展、人工智能研究的基本内容、人工智能研究中的不同学派、人工智能的研究和应用概况、人工智能近期发展分析重点人工智能研究目标、研究内容、研究的途径,方法,、研究及应用的领域等内容。通过对本章的学习~学生应理解什么是智能、深刻理解什么是人工智能、人工智能研究的目标,近期目标和长远目标,及发展方向。难点人工智能研究的内容、人工智能研究的途径基本要求一般理解和掌握:人工智能的概念、研究方法、研究领域及基本技术实践与练习让学生查询有关资料~给学生布置写一篇有关人工智能的论文~以增加学生对人工智能的感性认识。第章知识表示方法(学时)知识点、知识表示的概念、一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法、过程表示法重点知识的概念以及特征,知识表示的主要方法。通过对本章的学习~学生应掌握人们社会活动和科学研究中的知识表示的形态~知识的特征与知识的分类。难点一阶谓词逻辑的知识表示、产生式系统的知识表示、框架的知识表示法、语义网络的知识表示法。基本要求深刻理解和熟练掌握:谓词~函数~量词~谓词公式~一阶谓词逻辑~谓词逻辑的表示方法及应用,产生式的类型及特点~基本语义关系的分类~语义网络的推理过程及特点~框架的基本结构与表示方法~框架系统的问题求解过程~过程表示方法及特点。实践与练习布置课后习题~让学生了解并掌握相关的知识表示的基本方法~并能够解决基本问题。第章确定性推理(学时)知识点、推理的概念及分类、推理的逻辑基础、自然演绎推理、归结演绎推理、基于规则的演绎推理重点推理的基本概念~推理的控制策略及分类~谓词公式的推理规则~自然演绎推理~子句集及其化简~鲁滨逊归结原理~归结演绎推理的归结策略~基于规则的正向和反向演绎推理。难点推理的控制策略~置换与合一技术~谓词逻辑的归结~规则逆向演绎推理。基本要求深刻理解和熟练掌握:推理的方法及其基本分类~推理的控制策略及其分类~谓词公式的解释~自然演绎推理的过程~子句集及其化简方法~鲁滨逊归结原理及应用~规则正向演绎推理。一般理解与掌握:谓词公式的等价性与用真性~置换与合一~归结演绎推理的归结策略~规则逆向演绎推理。实践与练习布置课后习题~让学生了解并掌握谓词公式与子句集的关系~以及常用推理的基本用法。第章搜索策略(学时)知识点、搜索的基本概念、状态空间的盲目搜索、状态空间的启发式搜索、与或树的盲目搜索、与或树的启发式搜索、博弈树的启发式搜索重点知识的状态空间表示法~问题规约的与或树表示~盲目搜索的宽度优先和深度优先法、代价树的广度和深度搜索法~启发式搜索的估价函数、与或树。难点状态空间启发式搜索的估价函数~启发函数的含义并能根据问题实际正确构造估价函数~A算法和A*算法~博弈树的启发式搜索。基本要求深刻理解与熟练掌握的内容:搜索的概念和分类~广度优先搜索和深度优先搜索~代价树搜索~与或树的盲目搜索。一般理解与掌握:状态空间的启发式搜索算法与估价函数。实践与练习布置课后习题~让学生了解并掌握常用搜索算法的计算~以及不同搜索算法的区别。第章机器学习(机动学时)知识点、机器学习的概念、记忆学习、归纳学习、解释学习、神经学习重点机器学习的基本概念、机器学习的主要方法~机器学习系统的构造~机器学习与人类学习的区别~机器学习的分类~机器学习主要方法的机制以及它们之间的区别。难点解释学习的基本原理,神经学习的概念,BP网络学习,Hopfield网络学习基本要求机器具有学习能力是判断程序是否是智能程序的唯一标准~研究机器学习方法和途径~构造机器学习系统是人工智能的重要内容。要求学生能够理解并掌握这几个机器学习方法的概念和工作原理。实践与练习布置课后习题~让学生了解并掌握机器学习的基本方法。第章自然语言理解(学时)知识点、语言及其理解的基本概念、词法分析、句法分析、语义分析、自然语言的生成、自然语言理解系统的层次模型重点自然语言的基本概念~句法分析的基本规则和表示方法~语义文法~自然语言生成模型。难点自然语言系统的层次模型~词法分析方法~语义分析方法。基本要求熟悉自然语言的定义~发展及其层次~了解词法分析~句法分析~和语义分析的基本概念及方法~熟悉自然语言生成过程。实践与练习布置课后习题~让学生了解自然语言的构造与分析方法。第章分布智能(学时)知识点、计算机分布智能的概念、代理的基本结构、代理的通信、多代理的合作、移动代理重点分布智能的基本概念,分布智能的问题求解,分布智能与人工智能的关系,智能代理的基本结构~代理通信的语言和基本方式,多代理合作的方法,移动代理的定义。难点移动代理,多代理合作,分布式计算基本要求深刻理解与熟练掌握:计算机分布智能的产生与发展~分布智能与人工智能的关系~多代理的基础~多代理的结构~代理的典型模型。一般理解与掌握:移动代理及其应用实践与练习布置课后习题~让学生了解代理的多种结构~移动代理的工作原理和关键技术。第章先进专家系统(学时)知识点、专家系统的概念与结构、基于规则和框架的专家系统、模糊专家系统和神经网络专家系统、基于WEB的专家系统、分布式和协同式专家系统、专家系统的开发过程重点专家系统的概念与结构~专家系统的分类和各自的特点~专家系统的开发过程。难点基于规则和框架的专家系统~模糊专家系统和神经网络专家系统~基于WEB的专家系统~分布式和协同式专家系统。基本要求掌握专家系统的概念与结构~熟悉各类专家系统的特点与分类~了解专家系统的开发过程。实践与练习布置课后习题~让学生了解并掌握专家系统的分类和各自的特点。三、学时分配章目讲课实验合计人工智能概述知识表示方法确定性推理搜索策略机器学习,机动,自然语言理解分布智能先进专家系统合计(不含机动)四、考核模式与成绩评定办法考核方式:考查~百分制。成绩评定:平时成绩,包含课后作业和考勤各,占~实验课占~期末考试成绩占。五、推荐教材和主要参考资料推荐教材:、《人工智能原理及其应用》(第版)~王万森,电子工业出版社~年月。主要参考资料:、《人工智能基础教程》,第版,~朱福喜,清华大学出版社~年月。、《人工智能及其应用》,第版,~蔡自兴、徐光佑,清华大学出版社~年月。、《人工智能导论》~鲍军鹏~张选平~吕园园,机械工业出版社~年月。、《人工智能:智能系统指南》,原书第版,~,澳,尼格尼维斯基著~陈薇等译~机械工业出版社~年月。、《人工智能:一种现代的方法》,第版,,大学计算机教育国外著名教材系列(影印版),,美,拉塞尔~,美,诺维格著~清华大学出版社~年月。六、大纲说明本课程采用多媒体课件进行课堂授课~并在计算机学院的智能机器人实验室进行相关的实验教学~实验内容见实验教学大纲。撰写人:宋强审定人:批准人:执行时间:

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

评分:

/9

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利