《人工智能》課程教學(xué)大綱

《人工智能》教學(xué)大綱一、課程基本信息課程名稱人工智能ArtificialIntelligence課程編碼SCC310621030開課院部理學(xué)院課程團(tuán)隊(duì)數(shù)據(jù)科學(xué)團(tuán)隊(duì)學(xué)分3.0課內(nèi)學(xué)時(shí)52講授40實(shí)驗(yàn)0上機(jī)12實(shí)踐0課外學(xué)時(shí)52適用專業(yè)數(shù)學(xué)與應(yīng)用數(shù)學(xué)授課語言中文先修課程數(shù)理統(tǒng)計(jì)課程簡(jiǎn)介（限選）課程性質(zhì)：本課程是數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)的限選課。主要教學(xué)內(nèi)容：人工智能是數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)的限選課。本課程介紹如何用計(jì)算機(jī)來模擬人類智能，即如何用計(jì)算機(jī)實(shí)現(xiàn)諸如問題求解、規(guī)劃推理、模式識(shí)別、知識(shí)工程、自然語言處理、機(jī)器學(xué)習(xí)等只有人類才具備的智能，使得計(jì)算機(jī)更好得為人類服務(wù)。人工智能是當(dāng)前科學(xué)技術(shù)中正在迅速發(fā)展，新思想、新觀點(diǎn)、新技術(shù)不斷涌現(xiàn)的一個(gè)學(xué)科，也是一門涉及數(shù)學(xué)、計(jì)算機(jī)科學(xué)、控制論、信息論、心理學(xué)、哲學(xué)等學(xué)科的交叉和邊緣學(xué)科。課程教學(xué)目標(biāo)：《人工智能》課程的主要目標(biāo)是為大學(xué)本科高年級(jí)學(xué)生提供有關(guān)人工智能理論以及應(yīng)用所必需的知識(shí)和技能；掌握人工智能的基本原理；掌握設(shè)計(jì)開發(fā)智能系統(tǒng)的基本方法。Coursenature:Thiscourseisalimitedcourseformathematicsandappliedmathematicsmajors.Mainteachingcontent:Artificialintelligenceisalimitedcourseformathematicsandappliedmathematicsmajors.Thiscourseintroduceshowtousecomputerstosimulatehumanintelligence,thatis,howtousecomputerstoimplementproblemssuchasproblemsolving,planningreasoning,patternrecognition,knowledgeengineering,naturallanguageprocessing,machinelearningandotherintelligencethatonlyhumanbeingshavemakecomputersservehumanbeingsbetter.Artificialintelligenceisadisciplinewithrapiddevelopmentofcurrentscienceandtechnology,andnewideas,newviewpointsandnewtechnologiesareconstantlyemerging.Itisalsoadisciplineinvolvingmathematics,computerscience,cybernetics,informationtheory,psychology,interdisciplinaryandmarginaldisciplinesofphilosophyandotherdisciplines.Teachingobjectivesofthecourse:themaingoalofthecourse"artificialintelligence"istoprovideseniorundergraduatestudentswithknowledgeandskillsnecessaryforthetheoryandapplicationofartificialintelligence;Masterthebasicprinciplesofartificialintelligence;masterthebasicmethodsofdesigninganddevelopingintelligentsystems.負(fù)責(zé)人大綱執(zhí)筆人審核人二、課程目標(biāo)序號(hào)代號(hào)課程目標(biāo)OBE畢業(yè)要求指標(biāo)點(diǎn)任務(wù)自選1M1目標(biāo)1：了解人工智能及其相關(guān)技術(shù)的發(fā)展和基本概念。是1.1,3.12M2目標(biāo)2：理解并掌握人工智能關(guān)鍵技術(shù)，了解目前常用人工智能技術(shù)。是5.25.23M3目標(biāo)3：通過課程項(xiàng)目的實(shí)踐應(yīng)用，掌握人工智能實(shí)現(xiàn)技術(shù)，并應(yīng)用人工智能技術(shù)解決實(shí)際問題。是5.25.24M4目標(biāo)4：能保障課程正常秩序（政治層面、課堂保障層面，非學(xué)生能力層面）否三、課程內(nèi)容序號(hào)章節(jié)號(hào)標(biāo)題課程內(nèi)容/重難點(diǎn)支撐課程目標(biāo)課內(nèi)學(xué)時(shí)教學(xué)方式課外學(xué)時(shí)課外環(huán)節(jié)1第1章第1章緒論本章重點(diǎn)和難點(diǎn)：人工智能的定義；人工智能的研究目標(biāo)、研究方法和分支領(lǐng)域。////21.11.1人工智能的定義什么是人工智能；為什么需要“人工”智能；圖靈測(cè)試與人工智能的定義。M10.5講授、討論0.5自學(xué)資料31.21.2人工智能的起源與發(fā)展人工智能的起源；從感知機(jī)到深度學(xué)習(xí)；符號(hào)主義的興衰；行為主義的進(jìn)展。M10.5講授、討論0.5自學(xué)資料41.31.3人工智能研究范疇認(rèn)知建模；知識(shí)表示；機(jī)器感知；自動(dòng)推理；機(jī)器學(xué)習(xí)。M10.5講授、討論0.5課后作業(yè)51.41.4人工智能的應(yīng)用領(lǐng)域問題求解與博弈；專家系統(tǒng)；數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)；自然語言處理；深度神經(jīng)網(wǎng)絡(luò)；模式識(shí)別；智能信息檢索；智能機(jī)器人；分布式智能與Agent。M10.5講授、討論0.5課后作業(yè)6第2章第2章知識(shí)表示本章重點(diǎn)和難點(diǎn)：狀態(tài)空間法；問題歸約表示；謂詞邏輯法、語義網(wǎng)絡(luò)法。////72.12.1知識(shí)表示的內(nèi)涵知識(shí)與知識(shí)表示；知識(shí)表示的方法。M1,M20.5講授、討論0.5作業(yè)82.22.2謂詞邏輯表示法命題邏輯；謂詞邏輯；知識(shí)表示實(shí)例；謂詞邏輯表示的特點(diǎn)和問題。M1,M20.5講授、討論0.5作業(yè)92.32.3產(chǎn)生式規(guī)則表示法正向規(guī)則和逆向規(guī)則；確定和不確定規(guī)則；特殊和一般性規(guī)則；元規(guī)則。M1,M20.5講授、討論0.5作業(yè)102.42.4語義網(wǎng)絡(luò)表示基本語義關(guān)系；語義網(wǎng)絡(luò)的結(jié)構(gòu)；知識(shí)的語義網(wǎng)絡(luò)表示；語義網(wǎng)絡(luò)的推理過程；語義網(wǎng)絡(luò)表示法的特點(diǎn)。M1,M21講授、討論1作業(yè)112.52.5知識(shí)圖譜表示知識(shí)圖譜的定義；知識(shí)圖譜的架構(gòu)；知識(shí)圖譜構(gòu)建的關(guān)鍵技術(shù)；知識(shí)圖譜在搜索中的典型應(yīng)用。M1,M20.5講授、討論0.5作業(yè)122.62.6框架表示法框架的構(gòu)成；框架的推理；框架表示法的特點(diǎn)。M1,M20.5講授、討論0.5作業(yè)132.72.7腳本表示法腳本的結(jié)構(gòu)；腳本的推理；腳本的特點(diǎn)。M1,M20.5講授、討論0.5作業(yè)14第3章第3章智能搜索本章重點(diǎn)和難點(diǎn)：搜索策略；盲目搜索；啟發(fā)式搜索；博弈樹搜索。////153.13.1搜索概論搜索的定義；狀態(tài)空間表示。M1,M21講授、討論1作業(yè)163.23.2盲目搜索寬度優(yōu)先搜索；深度優(yōu)先搜索。M1,M21講授、討論1作業(yè)173.33.3啟發(fā)式搜索啟發(fā)式搜索策略；有序搜索；通用圖搜索算法；A*算法。M1,M21講授、討論1作業(yè)183.43.4博弈樹搜索博弈的定義；極大極小分析法；α-β剪枝技術(shù)；蒙特卡洛樹搜索。M1,M21講授、討論1作業(yè)19上機(jī)1上機(jī)1：搜索技術(shù)實(shí)驗(yàn)A*算法實(shí)驗(yàn)。M2,M32上機(jī)2撰寫實(shí)驗(yàn)報(bào)告20第4章第4章自動(dòng)推理本章重點(diǎn)和難點(diǎn)：確定性推理；非確定性推理。////214.14.1確定性推理自然演繹推理；歸結(jié)演繹推理；經(jīng)典的歸結(jié)方法。M1,M22講授、討論2作業(yè)224.24.2非確定性推理非確定性推理的基本問題；概率方法；主管Bayes方法；可信度推理方法；模糊推理方法。M1,M22講授、討論2作業(yè)23上機(jī)2上機(jī)2：推理技術(shù)實(shí)驗(yàn)家用洗衣機(jī)模糊推理系統(tǒng)。M2,M32上機(jī)2撰寫實(shí)驗(yàn)報(bào)告24第5章第5章機(jī)器學(xué)習(xí)本章重點(diǎn)和難點(diǎn)：機(jī)器學(xué)習(xí)；特征工程；機(jī)器學(xué)習(xí)算法；模型選擇與評(píng)估。////255.15.1理解機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)定義；機(jī)器學(xué)習(xí)分類；機(jī)器學(xué)習(xí)基本流程。M1,M21講授、討論1作業(yè)265.25.2數(shù)據(jù)集數(shù)據(jù)集的劃分；數(shù)據(jù)預(yù)處理與可視化分析。M1,M21講授、討論1作業(yè)275.35.3特征工程特征提??；特征選擇；降維。M1,M21講授、討論1作業(yè)285.45.4機(jī)器學(xué)習(xí)算法分類算法；聚類算法；回歸算法。M1,M21講授、討論1作業(yè)29第6章第6章深度學(xué)習(xí)本章重點(diǎn)和難點(diǎn)：深度學(xué)習(xí)形成過程；深度學(xué)習(xí)基本方法；深度學(xué)習(xí)中的正則化；深度學(xué)習(xí)中的優(yōu)化。////306.16.1深度學(xué)習(xí)形成過程感知器、BP神經(jīng)網(wǎng)絡(luò)；深度神經(jīng)網(wǎng)絡(luò)。M1,M20.5講授、討論0.5作業(yè)316.26.2深度學(xué)習(xí)基本方法正向?qū)W習(xí)；反向調(diào)整。M1,M20.5講授、討論0.5作業(yè)326.36.3深度學(xué)習(xí)中的正則化參數(shù)懲罰；數(shù)據(jù)集擴(kuò)充增強(qiáng)；Dropout。M1,M21講授、討論1作業(yè)336.46.4深度學(xué)習(xí)中的優(yōu)化ReLU激活函數(shù)；批量歸一化；隨機(jī)梯度下降；動(dòng)量法；AdaGrad優(yōu)化算法；RMSProp優(yōu)化算法；Adam優(yōu)化算法。M2,M31講授、討論1作業(yè)346.56.5深度學(xué)習(xí)軟硬件實(shí)現(xiàn)Caffe；Tensorflow；硬件支撐；深度學(xué)習(xí)一體機(jī)。M2,M31講授、討論1作業(yè)35第7章第7章卷積神經(jīng)網(wǎng)絡(luò)本章重點(diǎn)和難點(diǎn)：卷積的本質(zhì)；卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。////367.27.2卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程神經(jīng)生物學(xué)家的發(fā)現(xiàn)；卷積網(wǎng)絡(luò)的提出；卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展動(dòng)力。M1,M20.3講授、討論0.3作業(yè)377.37.3卷積的本質(zhì)什么是卷積；什么是卷積核；卷積運(yùn)算。M1,M20.5講授、討論0.5作業(yè)387.47.4卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)的整體結(jié)構(gòu)。M1,M20.5講授、討論0.5作業(yè)397.57.5卷積層局部連接；卷積層的核心參數(shù)；權(quán)值共享。M2,M30.5講授、討論0.5作業(yè)407.67.6非線性激活函數(shù)傳統(tǒng)激活函數(shù)；激活函數(shù)ReLU。M2,M30.2講授、討論0.2作業(yè)417.77.7池化層池化層的原理及實(shí)現(xiàn)。M2,M30.3講授、討論0.3作業(yè)427.87.8全連接層全連接層結(jié)構(gòu)及原理。M2,M30.5講授、討論0.5作業(yè)437.97.9CNN網(wǎng)絡(luò)的訓(xùn)練CNN網(wǎng)絡(luò)訓(xùn)練過程；CNN網(wǎng)絡(luò)訓(xùn)練方法。M2,M30.5講授、討論0.5作業(yè)447.17.10經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)LeNet-5；AlexNet。M2,M30.5講授、討論0.5作業(yè)45上機(jī)3上機(jī)3：CNN實(shí)驗(yàn)利用CNN神經(jīng)網(wǎng)絡(luò)識(shí)別手寫數(shù)字。M2,M32上機(jī)2撰寫實(shí)驗(yàn)報(bào)告46第8章第8章循環(huán)神經(jīng)網(wǎng)絡(luò)本章重點(diǎn)和難點(diǎn)：工作原理；改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)；深層循環(huán)神經(jīng)網(wǎng)絡(luò)。////478.18.1循環(huán)神經(jīng)網(wǎng)絡(luò)的工作原理循環(huán)神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)；循環(huán)神經(jīng)網(wǎng)絡(luò)的基本工作原理；循環(huán)神經(jīng)網(wǎng)絡(luò)的前向計(jì)算；循環(huán)神經(jīng)網(wǎng)絡(luò)的梯度計(jì)算。M1,M21講授、討論1作業(yè)488.28.2改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)梯度爆炸與梯度消失；長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)。M1,M21講授、討論1作業(yè)498.38.3深層循環(huán)神經(jīng)網(wǎng)絡(luò)為什么需要深層循環(huán)神經(jīng)網(wǎng)絡(luò)；深層循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)；深層循環(huán)神經(jīng)網(wǎng)絡(luò)的工作原理。M2,M30.5講授、討論0.5作業(yè)508.48.4雙向循環(huán)神經(jīng)網(wǎng)絡(luò)雙向網(wǎng)絡(luò)結(jié)構(gòu)；雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的工作原理；雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。M2,M31講授、討論1作業(yè)518.58.5循環(huán)神經(jīng)網(wǎng)絡(luò)的應(yīng)用情感分析；語音識(shí)別；機(jī)器翻譯；基于循環(huán)神經(jīng)網(wǎng)絡(luò)的語言模型。M2,M30.5講授、討論0.5作業(yè)52上機(jī)4上機(jī)4：循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)基于LSTM模型的股票預(yù)測(cè)。M2,M32上機(jī)2撰寫實(shí)驗(yàn)報(bào)告53第9章第9章自然語言處理本章重點(diǎn)和難點(diǎn)：自然語言處理原理；自然語言模型。////549.19.1概論自然語言處理；自然語言處理方法及發(fā)展。M1,M20.2講授、討論0.2作業(yè)559.29.2自然語言處理原理語言學(xué)基礎(chǔ)；漢語分詞；詞性標(biāo)注；命名實(shí)體識(shí)別；句法理論與自動(dòng)分析。M1,M20.3講授、討論0.3作業(yè)569.39.3自然語言模型語料庫(kù)；統(tǒng)計(jì)語言模型；語言模型的平滑；概率圖模型。M2,M30.5講授、討論0.5作業(yè)5710.110.1分布式人工智能多智能體系統(tǒng)；邊緣計(jì)算；群體感知。M1,M20.5講授、討論0.5作業(yè)589.49.4自然語言處理應(yīng)用文本情感分析；自然語言模型在消歧中的應(yīng)用。M2,M30.5講授、討論0.5作業(yè)5910.310.3分布式智能應(yīng)用智慧交通；柔性制造；工業(yè)區(qū)塊鏈；戰(zhàn)術(shù)物聯(lián)網(wǎng)。M2,M30.5講授、討論0.5作業(yè)6010.210.2分布式協(xié)同體系架構(gòu)符號(hào)推理體系；行為主義體系；協(xié)進(jìn)化體系；平行只能體系。M1,M21講授、討論1作業(yè)619.59.5自然語言處理前瞻自然語言處理的未來發(fā)展趨勢(shì)。M1,M20.5講授、討論0.5作業(yè)6211.111.1智能機(jī)器人基本概念定義；分類。M1,M20.5講授、討論0.5作業(yè)6311.211.2智能機(jī)器人關(guān)鍵技術(shù)多傳感器融合；自主導(dǎo)航與避障；路徑規(guī)劃；智能控制；人機(jī)接口技術(shù)。M1,M20.5講授、討論0.5作業(yè)64第10章第10章分布式智能本章重點(diǎn)和難點(diǎn)：分布式人工智能；分布式協(xié)同體系架構(gòu)。////65第11章第11章智能機(jī)器人本章重點(diǎn)和難點(diǎn)：智能機(jī)器人關(guān)鍵技術(shù)；智能機(jī)器人控制策略。////6611.311.3智能機(jī)器人控制策略PID控制；模糊控制；自適應(yīng)控制；神經(jīng)網(wǎng)路控制。M2,M30.5講授、討論0.5作業(yè)6711.411.4智能機(jī)器人應(yīng)用智能工業(yè)機(jī)器人；智能農(nóng)業(yè)機(jī)器人；家庭智能機(jī)器人；其他應(yīng)用。M2,M30.5講授、討論0.5作業(yè)68第12章第12章人工智能前沿本章重點(diǎn)和難點(diǎn)：深度強(qiáng)化學(xué)習(xí)；生成對(duì)抗網(wǎng)絡(luò)；可解釋的深度學(xué)習(xí)理論；神精膠囊網(wǎng)絡(luò)；自動(dòng)機(jī)器學(xué)習(xí)。////6912.112.1深度強(qiáng)化學(xué)習(xí)從AlphaGo談技術(shù)；深度強(qiáng)化學(xué)習(xí)的理念。M1,M2,M31講授、討論1作業(yè)7012.212.2生成對(duì)抗網(wǎng)絡(luò)（GAN）感性認(rèn)識(shí)；基本原理；生成對(duì)抗網(wǎng)絡(luò)的應(yīng)用領(lǐng)域。M1,M2,M31講授、討論1作業(yè)71上機(jī)5上機(jī)5：深度強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)基于強(qiáng)化學(xué)習(xí)的“走迷宮”游戲。M2,M32上機(jī)2撰寫實(shí)驗(yàn)報(bào)告7212.312.3可解釋的深度學(xué)習(xí)理論深度學(xué)習(xí)的不足；理論探索的方向。M1,M2,M30.5講授、討論0.5作業(yè)7312.412.4神經(jīng)膠囊網(wǎng)絡(luò)基于反向傳播的神經(jīng)網(wǎng)絡(luò)缺陷；神經(jīng)膠囊網(wǎng)絡(luò)的核心思想。M1,M2,M31講授、討論1作業(yè)7412.512.5自動(dòng)機(jī)器學(xué)習(xí)自動(dòng)學(xué)習(xí)的背景；創(chuàng)建無需編程的學(xué)習(xí)模型。M1,M20.5講授、討論0.5作業(yè)75上機(jī)6上機(jī)6：GAN實(shí)驗(yàn)基于GAN的手寫數(shù)字生成。M2,M32上機(jī)2撰寫實(shí)驗(yàn)報(bào)告四、考核方式序號(hào)考核環(huán)節(jié)操作細(xì)節(jié)總評(píng)占比1大作業(yè)1.本課程要求利用深度學(xué)習(xí)模型實(shí)現(xiàn)大數(shù)據(jù)處理，兩到三人一組共同完成一道大題，并提交論文并答辯。2.根據(jù)模型建立情況、論文方案的準(zhǔn)確性和個(gè)人在大作業(yè)的貢獻(xiàn)率評(píng)分。30%2實(shí)驗(yàn)1.本課程12個(gè)學(xué)時(shí)實(shí)驗(yàn)，共6次實(shí)驗(yàn)。2.成績(jī)采用百分制，根據(jù)實(shí)驗(yàn)完成情況評(píng)分。3.考核學(xué)生對(duì)人工智能相關(guān)知識(shí)的應(yīng)用能力，針對(duì)人工智能中的知識(shí)表示、搜索策略、推理技術(shù)、專家系統(tǒng)、計(jì)算智能等問題，從技術(shù)角度優(yōu)選解決方案獲得有效結(jié)論。60%3考勤隨機(jī)點(diǎn)名、刷卡點(diǎn)名等5%4課堂表現(xiàn)隨機(jī)檢查學(xué)生上課精神狀態(tài)、回答問題情況5%五、評(píng)分細(xì)則序號(hào)課程目標(biāo)考核環(huán)節(jié)大致占比評(píng)分等級(jí)1M1課堂表現(xiàn)10%A-精神狀態(tài)飽滿，回答問題準(zhǔn)確。B-精神狀態(tài)良好，問題回答較好。C-精神狀態(tài)一般，問題回答一般。D-很少參加課堂討論，精神狀態(tài)較差，回答問題有誤。B-按時(shí)提交作業(yè)，鋼鐵冶金、粉末冶金、熱處理原理、常用金屬材料等基本知識(shí)點(diǎn)理解存在少量錯(cuò)誤。2M1實(shí)驗(yàn)60%A-按時(shí)提交實(shí)驗(yàn)報(bào)告，代碼實(shí)現(xiàn)及數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤。B-按時(shí)提交實(shí)驗(yàn)報(bào)告，模型基本規(guī)范，結(jié)果基本正確。C-模型本身存在問題。D-未提交實(shí)驗(yàn)報(bào)告或?qū)嶒?yàn)報(bào)告存在嚴(yán)重抄襲現(xiàn)象。3M1大作業(yè)30%A-按時(shí)提交大作業(yè)論文，模型符合規(guī)范，結(jié)果無誤，課程答辯講解清楚，回答問題正確。B-按時(shí)提交大作業(yè)論文，模型基本規(guī)范，結(jié)果基本正確，課程答辯講解較清楚，回答問題基本正確。C-模型存在問題，課程答辯講解不清，回答問題有錯(cuò)誤。D-未提交大作業(yè)論文或大作業(yè)論文存在嚴(yán)重抄襲現(xiàn)象，未參加課程答辯。4M2大作業(yè)40%A-按時(shí)提交大作業(yè)論文，模型符合規(guī)范，結(jié)果無誤，課程答辯講解清楚，回答問題正確。B-按時(shí)提交大作業(yè)論文，模型基本規(guī)范，結(jié)果基本正確，課程答辯講解較清楚，回答問題基本正確。C-模型存在問題，課程答辯講解不清，回答問題有錯(cuò)誤。D-未提交大作業(yè)論文或大作業(yè)論文存在嚴(yán)重抄襲現(xiàn)象，未參加課程答辯。5M2實(shí)驗(yàn)60%A-按時(shí)提交實(shí)驗(yàn)報(bào)告，代碼實(shí)現(xiàn)及數(shù)據(jù)分析符合規(guī)范，結(jié)論無誤。B-按時(shí)提交實(shí)驗(yàn)報(bào)告，模型基本規(guī)范，結(jié)果基本正確。C-模型本身存在問題。