《人工智能導(dǎo)論》課程教案課程/項目名稱人工智能導(dǎo)論課程人工智能導(dǎo)論總學(xué)時：50學(xué)時學(xué)分4課程課程類別：專業(yè)必修■專業(yè)必修□公共必修□公共選修授課教師授課專業(yè)人工智能、大數(shù)據(jù)技術(shù)、云計算授課班級教學(xué)目的和要求通過本課程的學(xué)習(xí)，讓學(xué)生接觸并了解人工智能的工作原理與系統(tǒng)的基本理論，為將來從事大數(shù)據(jù)及人工智能相關(guān)領(lǐng)域的工作打下堅實的基礎(chǔ)。教學(xué)重點、難點教學(xué)重點：人工智能簡介與發(fā)展；人工智能的研究內(nèi)容與代表性人物；人工智能的數(shù)學(xué)知識與常用工具；大數(shù)據(jù)的相關(guān)內(nèi)容；機(jī)器學(xué)習(xí)概念與應(yīng)用；深度學(xué)習(xí)概念與應(yīng)用；計算機(jī)視覺概念與應(yīng)用；自然語言處理概念與應(yīng)用；知識圖譜概念與應(yīng)用；人工智能技術(shù)應(yīng)用；智能機(jī)器人；人工智能挑戰(zhàn)與未來教學(xué)難點：機(jī)器學(xué)習(xí)概念與應(yīng)用；深度學(xué)習(xí)概念與應(yīng)用；計算機(jī)視覺概念與應(yīng)用；自然語言處理概念與應(yīng)用；知識圖譜概念與應(yīng)用；教學(xué)資源多媒體課件習(xí)題答案其他教學(xué)資源：《人工智能導(dǎo)論》黃源等主編，人民郵電出版社《人工智能導(dǎo)論》課程教案第1次課2學(xué)時授課內(nèi)容認(rèn)識人工智能教學(xué)目的與要求介紹人工智能的定義與特征。通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：人工智能的定義人工智能的簡介人工智能的發(fā)展重點難點人工智能的認(rèn)識教學(xué)進(jìn)程安排教學(xué)導(dǎo)入：介紹人工智能的定義，舉例說明人工智能的重要作用，逐步引入到課程的介紹內(nèi)容中來。授課內(nèi)容：一、《人工智能導(dǎo)論》課程介紹介紹本門課程的學(xué)科地位、考核方式、學(xué)習(xí)內(nèi)容安排、可以參考的學(xué)習(xí)資料。講授人工智能的定義、原理與發(fā)展1）講授人工智能導(dǎo)論的定義2）講授人工智能導(dǎo)論的原理3）講授人工智能導(dǎo)論的發(fā)展歷程4講授人工智能導(dǎo)論的特征課后學(xué)習(xí)任務(wù)布置嘗試在自己的電腦中，自己動手查找人工智能導(dǎo)論的資料主要參考資料《人工智能導(dǎo)論》課程教案第2次課2學(xué)時授課內(nèi)容人工智能的研究內(nèi)容與代表性人物教學(xué)目的與要求介紹大數(shù)據(jù)的定義與特征。通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：人工智能的研究內(nèi)容代表性人物重點難點人工智能的研究內(nèi)容教學(xué)進(jìn)程安排授課內(nèi)容：一、講授人工智能的研究內(nèi)容二、講授人工智能的代表性人物課后學(xué)習(xí)任務(wù)布置嘗試了解人工智能的代表性人物。主要參考資料《人工智能導(dǎo)論》課程教案第3次課2學(xué)時授課內(nèi)容人工智能的數(shù)學(xué)知識與常用工具教學(xué)目的與要求旨在介紹人工智能的數(shù)學(xué)知識與常用工具。通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：1）了解人工智能的數(shù)學(xué)知識2）掌握人工智能的常用工具重點難點1）掌握數(shù)學(xué)知識教學(xué)進(jìn)程安排實驗內(nèi)容1）人工智能的數(shù)學(xué)知識2）人工智能的常用工具課后學(xué)習(xí)任務(wù)布置課后自行在機(jī)器中安裝人工智能的常用工具。主要參考資料《人工智能導(dǎo)論》課程教案第4次課2學(xué)時授課內(nèi)容大數(shù)據(jù)的相關(guān)內(nèi)容教學(xué)目的與要求介紹大數(shù)據(jù)的相關(guān)內(nèi)容：1）了解數(shù)據(jù)采集2）了解數(shù)據(jù)存儲3）了解數(shù)據(jù)清洗4）了解數(shù)據(jù)分析與可視化重點難點1）數(shù)據(jù)采集的原理2）數(shù)據(jù)分析與可視化教學(xué)進(jìn)程安排授課內(nèi)容：一、認(rèn)識數(shù)據(jù)采集二、數(shù)據(jù)存儲三、數(shù)據(jù)清洗四、數(shù)據(jù)分析與可視化課后學(xué)習(xí)任務(wù)布置熟悉大數(shù)據(jù)的流程主要參考資料《人工智能導(dǎo)論》課程教案第5次課2學(xué)時授課內(nèi)容機(jī)器學(xué)習(xí)（一）教學(xué)目的與要求旨在介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識。通過本課的學(xué)習(xí)，學(xué)生應(yīng)該掌握如下知識：1）機(jī)器學(xué)習(xí)的概念2）掌握機(jī)器學(xué)習(xí)的發(fā)展重點難點1）熟練機(jī)器學(xué)習(xí)的概念教學(xué)進(jìn)程安排授課內(nèi)容：一、什么是機(jī)器學(xué)習(xí)二、機(jī)器學(xué)習(xí)的發(fā)展歷史課后學(xué)習(xí)任務(wù)布置思考什么是機(jī)器學(xué)習(xí)主要參考資料《人工智能導(dǎo)論》課程教案第6次課2學(xué)時授課內(nèi)容機(jī)器學(xué)習(xí)（二）教學(xué)目的與要求旨在介紹機(jī)器學(xué)習(xí)的分類要求學(xué)生應(yīng)該熟練掌握如下知識的運用：1）掌握監(jiān)督學(xué)習(xí)2）掌握無監(jiān)督學(xué)習(xí)重點難點1）各種機(jī)器學(xué)習(xí)的分類教學(xué)進(jìn)程安排授課內(nèi)容：一、介紹監(jiān)督學(xué)習(xí)的思想二、介紹無監(jiān)督學(xué)習(xí)的思想三、半監(jiān)督學(xué)習(xí)四、遷移學(xué)習(xí)和強(qiáng)化學(xué)習(xí)課后學(xué)習(xí)任務(wù)布置監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)的對比主要參考資料《人工智能導(dǎo)論》課程教案第7次課2學(xué)時授課內(nèi)容機(jī)器學(xué)習(xí)（三）教學(xué)目的與要求旨在介紹機(jī)器學(xué)習(xí)的算法要求學(xué)生應(yīng)該熟練掌握如下知識的運用：1）回歸算法2）聚類算法3）降維算法重點難點1）回歸算法的應(yīng)用2）聚類算法的應(yīng)用教學(xué)進(jìn)程安排授課內(nèi)容：一、了解回歸算法回歸算法是一種應(yīng)用極為廣泛的數(shù)量分析方法，該算法用于分析事物之間的統(tǒng)計關(guān)系，側(cè)重考察變量之間的數(shù)量變化規(guī)律，并通過回歸方程的形式描述和反映這種關(guān)系，以幫助人們準(zhǔn)確把握變量受其他一個或多個變量影響的程度，進(jìn)而為預(yù)測提供科學(xué)依據(jù)。二、掌握聚類算法三、掌握降維算法課后學(xué)習(xí)任務(wù)布置回歸算法的分類有哪些？主要參考資料《人工智能導(dǎo)論》課程教案第8次課2學(xué)時授課內(nèi)容機(jī)器學(xué)習(xí)（四）教學(xué)目的與要求旨在介紹機(jī)器學(xué)習(xí)的算法要求學(xué)生應(yīng)該熟練掌握決策樹算法、貝葉斯算法、支持向量機(jī)、關(guān)聯(lián)規(guī)則、遺傳算法等常用的機(jī)器學(xué)習(xí)算法重點難點1）決策樹算法2）貝葉斯算法3）支持向量機(jī)算法教學(xué)進(jìn)程安排授課內(nèi)容：一、決策樹算法決策樹算法是應(yīng)用最廣的歸納推理算法之一，它是一種逼近離散值函數(shù)的方法，對噪聲數(shù)據(jù)有很好的魯棒性且能夠?qū)W習(xí)析取表達(dá)式，決策樹學(xué)習(xí)方法搜索一個完整表示的假設(shè)空間，從而避免受限于假設(shè)空間的不足，決策樹學(xué)習(xí)的歸納偏置是優(yōu)先選擇較小的樹。二、貝葉斯算法貝葉斯算法是在不完全情報下，對部分未知的狀態(tài)進(jìn)行主觀概率估計，然后用貝葉斯公式對發(fā)生概率進(jìn)行修正，最后再利用期望值和修正概率做出最優(yōu)決策。三、支持向量機(jī)、關(guān)聯(lián)規(guī)則、遺傳算法等常用的機(jī)器學(xué)習(xí)算法課后學(xué)習(xí)任務(wù)布置畫出決策樹算法主要參考資料《人工智能導(dǎo)論》課程教案第9次課2學(xué)時授課內(nèi)容深度學(xué)習(xí)（一）教學(xué)目的與要求旨在介紹神經(jīng)網(wǎng)絡(luò)的定義重點難點1）神經(jīng)網(wǎng)絡(luò)的原理2）神經(jīng)元教學(xué)進(jìn)程安排授課內(nèi)容：一、神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是一種由大量的節(jié)點（或稱神經(jīng)元）相互連接構(gòu)成的運算模型。通俗地講，人工神經(jīng)網(wǎng)絡(luò)是模擬、研究生物神經(jīng)網(wǎng)絡(luò)的結(jié)果。詳細(xì)地講，人工神經(jīng)網(wǎng)絡(luò)是為獲得某個特定問題的解，根據(jù)生物神經(jīng)網(wǎng)絡(luò)機(jī)理，按照控制工程的思路及數(shù)學(xué)描述方法，建立相應(yīng)的數(shù)學(xué)模型并采用適當(dāng)?shù)乃惴?，而有針對性地確定數(shù)學(xué)模型參數(shù)的技術(shù)。二、神經(jīng)元單個神經(jīng)元是一個運算單元，它的輸入是訓(xùn)練樣本,,，其中“+1”是一個偏置項。該運算單元的輸出結(jié)果是.，其中f是這個神經(jīng)元的激活函數(shù)。三、神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)是指將多個單一神經(jīng)元連接在一起，將一個神經(jīng)元的輸出作為下一個神經(jīng)元的輸入課后學(xué)習(xí)任務(wù)布置熟悉神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。主要參考資料《人工智能導(dǎo)論》課程教案第10次課2學(xué)時授課內(nèi)容深度學(xué)習(xí)（二）教學(xué)目的與要求旨在簡要主要介紹神經(jīng)網(wǎng)絡(luò)的工作過程：1）了解神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)2）掌握激活函數(shù)3）了解感知機(jī)重點難點激活函數(shù)教學(xué)進(jìn)程安排本節(jié)課進(jìn)行以下內(nèi)容的授課。授課內(nèi)容：一、講授神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)也稱為訓(xùn)練，指的是通過神經(jīng)網(wǎng)絡(luò)所在環(huán)境的刺激作用調(diào)整神經(jīng)網(wǎng)絡(luò)的自由參數(shù)，使神經(jīng)網(wǎng)絡(luò)以一種新的方式對外部環(huán)境做出反應(yīng)的一個過程。神經(jīng)網(wǎng)絡(luò)最大的特點是能夠從環(huán)境中學(xué)習(xí)，以及在學(xué)習(xí)中提高自身性能。經(jīng)過反復(fù)學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)對其環(huán)境會越來越了解。二、激活函數(shù)激活函數(shù)（ActivationFunctions）對于人工神經(jīng)網(wǎng)絡(luò)模型以及卷積神經(jīng)網(wǎng)絡(luò)模型去學(xué)習(xí)理解非常復(fù)雜和非線性的函數(shù)來說具有十分重要的作用。神經(jīng)網(wǎng)絡(luò)的輸出是上一層輸入的加權(quán)和，所以網(wǎng)絡(luò)線性關(guān)系過于顯著，屬于線性模型，對于復(fù)雜問題的解決存在難度；但是當(dāng)每個神經(jīng)元都經(jīng)過一個非線性函數(shù)，那么輸出就不再是線性的了，整個網(wǎng)絡(luò)模型也就是非線性模型，如此一來，網(wǎng)絡(luò)就能夠解決比較復(fù)雜的問題，激活函數(shù)就是這個非線性函數(shù)。三、感知機(jī)感知機(jī)（Perceptron）由羅森布拉特于1957年提出，是神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)的基礎(chǔ)，也是最早被設(shè)計并被實現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)。感知機(jī)是一種非常特殊的神經(jīng)網(wǎng)絡(luò)，盡管它的能力非常有限，但是它在人工神經(jīng)網(wǎng)絡(luò)的發(fā)展史上有著非常重要的地位。感知機(jī)還包括多層感知機(jī)，簡單的線性感知機(jī)用于線性分類器，多層感知機(jī)可用于非線性分類器。課后學(xué)習(xí)任務(wù)布置什么是激活函數(shù)。主要參考資料《人工智能導(dǎo)論》課程教案第11次課2學(xué)時授課內(nèi)容深度學(xué)習(xí)（三）教學(xué)目的與要求旨在簡要介紹卷積神經(jīng)網(wǎng)絡(luò)，要求學(xué)生應(yīng)該掌握如下知識：1）掌握卷積神經(jīng)網(wǎng)絡(luò)定義2）掌握卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)重點難點1）卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)教學(xué)進(jìn)程安排本節(jié)課進(jìn)行以下內(nèi)容的授課。授課內(nèi)容：一、講授積神經(jīng)網(wǎng)絡(luò)定義卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork，CNN）作為一個深度學(xué)習(xí)架構(gòu)被提出時，它的最初訴求是降低對圖像數(shù)據(jù)預(yù)處理的要求，以避免煩瑣的特征工程。CNN由輸入層、輸出層以及多個隱藏層組成，隱藏層可分為卷積層、池化層、ReLU層和全連接層，其中卷積層與池化層相配合可組成多個卷積組，逐層提取特征。二、講授卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)是多層感知機(jī)的變體，根據(jù)生物視覺神經(jīng)系統(tǒng)中神經(jīng)元的局部響應(yīng)特性設(shè)計，采用局部連接和權(quán)值共享的方式降低模型的復(fù)雜度，極大地減少了訓(xùn)練參數(shù)，提高了訓(xùn)練速度，也在一定程度上提高了模型的泛化能力。CNN是目前多種神經(jīng)網(wǎng)絡(luò)模型中研究最為活躍的一種，一個典型的CNN主要由卷積層（ConvolutionalLayer）、池化層（PoolingLayer）、全連接層（Fully-connectedLayer）構(gòu)成課后學(xué)習(xí)任務(wù)布置卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是什么。主要參考資料《人工智能導(dǎo)論》課程教案第12次課2學(xué)時授課內(nèi)容深度學(xué)習(xí)（四）教學(xué)目的與要求旨在介紹循環(huán)神經(jīng)網(wǎng)絡(luò)、對抗神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)的應(yīng)用。要求學(xué)生應(yīng)該熟練掌握如下知識的運用：1）掌握循環(huán)神經(jīng)網(wǎng)絡(luò)。2）掌握對抗神經(jīng)網(wǎng)絡(luò)。3）深度學(xué)習(xí)的應(yīng)用重點難點1深度學(xué)習(xí)的應(yīng)用教學(xué)進(jìn)程安排本節(jié)課進(jìn)行以下內(nèi)容的授課。授課內(nèi)容：一、講授循環(huán)神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)（RecurrentNeuralNetwork，RNN）是一種以序列（Sequence）數(shù)據(jù)為輸入，在序列的演進(jìn)方向進(jìn)行遞歸（Recursion），且所有節(jié)點（循環(huán)單元）按鏈?zhǔn)竭B接形成閉回路的遞歸神經(jīng)網(wǎng)絡(luò)（RecursiveNeuralNetwork）。二、對抗神經(jīng)網(wǎng)絡(luò)生成對抗網(wǎng)絡(luò)（GenerativeAdversarialNetworks，GAN）獨特的對抗性思想使得它在眾多生成網(wǎng)絡(luò)模型中脫穎而出，被廣泛應(yīng)用于計算機(jī)視覺、機(jī)器學(xué)習(xí)和語音處理等領(lǐng)域。三深度學(xué)習(xí)的應(yīng)用AlphaGoZero簡介自動駕駛課后學(xué)習(xí)任務(wù)布置深度學(xué)習(xí)的應(yīng)用有哪些主要參考資料《人工智能導(dǎo)論》課程教案第13次課2學(xué)時授課內(nèi)容計算機(jī)視覺（一）教學(xué)目的與要求主要介紹計算機(jī)視覺。要求學(xué)生應(yīng)該掌握如下知識：1掌握計算機(jī)視覺定義2）掌握圖像分類重點難點1）什么是計算機(jī)視覺教學(xué)進(jìn)程安排本節(jié)課進(jìn)行以下內(nèi)容的授課。授課內(nèi)容：講授計算機(jī)視覺基本概念計算機(jī)視覺（ComputerVision，CV）是一門涉及圖像處理、圖像分析、模式識別和人工智能等多種技術(shù)的新興交叉學(xué)科，具有快速、實時、經(jīng)濟(jì)、一致、客觀、無損等特點。二、講授圖像分類圖像分類的任務(wù)就是輸入一個圖像，正確輸出該圖像所屬的類別。對于人類來說，判斷一個圖像的類別是件很容易的事，但是計算機(jī)并不能像人類那樣一下獲得圖像的語義信息。計算機(jī)能看到的只是一個個像素的數(shù)值，對于一個RGB圖像，假設(shè)其尺寸是32×32，那么計算機(jī)看到的就是一個3×32×32的矩陣，或者更正式地稱其為張量（可以簡單理解為高維的矩陣）。圖像分類就是尋找一個函數(shù)關(guān)系，這個函數(shù)關(guān)系能夠?qū)⑦@些像素的數(shù)值映射到一個具體的類別（類別可以用某個數(shù)值表示）。課后學(xué)習(xí)任務(wù)布置什么是圖像分類。主要參考資料《人工智能導(dǎo)論》課程教案第14次課2學(xué)時授課內(nèi)容計算機(jī)視覺（二）教學(xué)目的與要求旨在簡要介紹計算機(jī)視覺高級知識，要求學(xué)生應(yīng)該掌握如下知識：1）目標(biāo)檢測2）圖像分割。重點難點1）Python中操作MySql數(shù)據(jù)庫的基本方法教學(xué)進(jìn)程安排授課內(nèi)容：一、目標(biāo)檢測目標(biāo)檢測的任務(wù)是在圖像中找出所有感興趣的目標(biāo)（物體），并確定它們的位置和大小，是計算機(jī)視覺領(lǐng)域的核心問題之一。圖像分類任務(wù)關(guān)心整體，給出的是整張圖片的內(nèi)容描述；而目標(biāo)檢測則關(guān)注特定的物體目標(biāo)，要求同時獲得該目標(biāo)的類別信息和位置信息。相比于圖像分類，目標(biāo)檢測給出的是對圖片前景和背景的理解，算法需要從背景中分離出感興趣的目標(biāo)，并確定這一目標(biāo)的描述（類別和位置）。因此，目標(biāo)檢測模型的輸出是一個列表，列表的每一項使用一個數(shù)據(jù)組給出目標(biāo)的類別和位置（常用矩形檢測框的坐標(biāo)表示）。二、圖像分割：圖像分割是利用圖像的灰度、顏色、紋理、形狀等特征，把圖像分成若干個互不重疊的區(qū)域，并使這些特征在同一區(qū)域內(nèi)呈現(xiàn)相似性，在不同的區(qū)域之間存在明顯的差異性。然后就可以將分割的圖像中具有獨特性質(zhì)的區(qū)域提取出來用于不同的研究。簡單地說就是在一幅圖像中，把目標(biāo)從背景中分離出來。對于灰度圖像來說，區(qū)域內(nèi)部的像素一般具有灰度相似性，而在區(qū)域的邊界上一般具有灰度不連續(xù)性。課后學(xué)習(xí)任務(wù)布置什么是圖像分割主要參考資料《人工智能導(dǎo)論》課程教案第15次課2學(xué)時授課內(nèi)容自然語言處理（一）教學(xué)目的與要求旨在簡要介紹自然語言處理知識，要求學(xué)生應(yīng)該掌握如下知識：1）自然語言處理定義2）自然語言處理組成3）自然語言理解重點難點1））自然語言處理組成教學(xué)進(jìn)程安排授課內(nèi)容：一、自然語言處理定義自然語言處理（NaturalLanguageProcessing，NLP）是指利用計算機(jī)對自然語言的形、音、義等信息進(jìn)行處理，即對字、詞、句、篇章的輸入、輸出、識別、分析、理解、生成等的操作和加工。它是計算機(jī)科學(xué)領(lǐng)域和人工智能領(lǐng)域的一個重要的研究方向，研究用計算機(jī)來處理、理解以及運用人類語言，可以實現(xiàn)人與計算機(jī)的有效交流。二、自然語言處理組成計算機(jī)處理自然語言的整個過程一般可以概括為4部分：語料預(yù)處理、特征工程、模型訓(xùn)練和指標(biāo)評價。三、然語言理解自然語言理解是使用自然語言同計算機(jī)進(jìn)行通信的技術(shù)，又稱計算語言學(xué)。它是語言信息處理的一個分支，也是人工智能的核心課題之一。課后學(xué)習(xí)任務(wù)布置什么是自然語言處理。主要參考資料《人工智能導(dǎo)論》課程教案第16次課2學(xué)時授課內(nèi)容自然語言處理（二）教學(xué)目的與要求旨在簡要介紹自然語言處理的使用方法，要求學(xué)生應(yīng)該掌握如下知識：1）掌握詞法分析2）了解句法分析3）了解語義分析重點難點1）詞法分析2）句法分析教學(xué)進(jìn)程安排授課內(nèi)容：一、詞法分析詞法分析是理解單詞的基礎(chǔ)，其主要目的是從句子中切分出單詞，找出詞匯的各個詞素，從中獲得單詞的語言學(xué)信息并確定單詞的詞義，如unchangeable是由un-change-able構(gòu)成的，其詞義由這3個部分構(gòu)成。不同的語言對詞法分析有不同的要求，例如，英語和漢語就有較大的差距。在英語等語言中，因為單詞之間是以空格自然分開的，切分一個單詞很容易，所以找出句子的一個個詞匯就很方便。但是由于英語單詞有詞性、數(shù)、時態(tài)、派生及變形等變化，要找出各個詞素就復(fù)雜得多，需要對詞尾或詞頭進(jìn)行分析。如importable，它可以是im-port-able或import-able，這是因為im、port、able這3個都是詞素。二、句法分析：句法分析，也稱語法解析，是對句子和短語的結(jié)構(gòu)進(jìn)行分析，找出詞、短語等的相互關(guān)系及各自在句子中的作用等，并以一種層次結(jié)構(gòu)加以表達(dá)。層次結(jié)構(gòu)可以反映從屬關(guān)系、直接成分關(guān)系，也可以反映語法功能關(guān)系。比如“他來晚了”，這里“他”是主語，“來”是謂語，“晚了”是補(bǔ)語。三、語義分析語義分析的任務(wù)是把分析得到的句法成分與應(yīng)用領(lǐng)域中的目標(biāo)表示相關(guān)聯(lián)，從而確定語言所表達(dá)的真正含義或概念。即弄清楚“干了什么”“誰干的”“這個行為的原因和結(jié)果是什么”以及“這個行為發(fā)生的時間、地點及其所用的工具或方法”等。課后學(xué)習(xí)任務(wù)布置詞法分析與句法分析主要參考資料《人工智能導(dǎo)論》課程教案第17次課2學(xué)時授課內(nèi)容自然語言處理（三）教學(xué)目的與要求旨在簡要介紹自然語言處理的使用方，要求學(xué)生應(yīng)該掌握如下知識：1）認(rèn)識信息檢索2）認(rèn)識機(jī)器翻譯3）掌握情感分析4）語音識別重點難點1）情感分析2）語音識別教學(xué)進(jìn)程安排授課內(nèi)容：一、信息檢索息檢索的基本原理是指通過一定的方法和手段，使信息存儲和檢索這兩個過程所采用的特征和標(biāo)識達(dá)到一致，以便有效地獲得和利用信息。二、機(jī)器翻譯機(jī)器翻譯旨在讓計算機(jī)自動將源語言表示的語句轉(zhuǎn)換為目標(biāo)語言表示的語句，主要用于書面語翻譯和口語翻譯。三、情感分析在自然語言處理中，情感分析一般是指判斷一段文本所表達(dá)的情感狀態(tài)。與其他的人工智能技術(shù)相比，情感分析帶有強(qiáng)烈的主觀因素，而其他的領(lǐng)域一般是根據(jù)客觀的數(shù)據(jù)來進(jìn)行分析和預(yù)測。四、語音識別語音識別，通常被稱為自動語音識別（AutomaticSpeechRecognition，ASR），主要是將人類語音中的詞匯內(nèi)容轉(zhuǎn)換為計算機(jī)可讀的輸入，一般為可以理解的文本內(nèi)容或者字符序列。課后學(xué)習(xí)任務(wù)布置什么是情感分析主要參考資料《人工智能導(dǎo)論》課程教案第18次課2學(xué)時授課內(nèi)容知識圖譜（一）教學(xué)目的與要求旨在簡要介紹知識圖譜的定義與方法，要求學(xué)生應(yīng)該掌握如下知識：1）掌握知識圖譜的定義2）了解知識表示3）了解知識建模4）知識抽取5）知識存儲重點難點1）知識表示教學(xué)進(jìn)程安排授課內(nèi)容：一、知識圖譜的定義知識圖譜以結(jié)構(gòu)化的形式描述客觀世界中概念、實體及其關(guān)系，將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。知識圖譜給互聯(lián)網(wǎng)語義搜索帶來了活力，同時也在問答系統(tǒng)中顯示出強(qiáng)大作用，已經(jīng)成為互聯(lián)網(wǎng)知識驅(qū)動的智能應(yīng)用的基礎(chǔ)設(shè)施。知識圖譜與大數(shù)據(jù)和深度學(xué)習(xí)一起，成為推動互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅(qū)動力之一。二、知識表示：知識表示是將現(xiàn)實世界中存在的知識轉(zhuǎn)換成計算機(jī)可識別和處理的內(nèi)容，是一種描述知識的數(shù)據(jù)結(jié)構(gòu)，用于對知識的描述或約定。三、知識建模知識建模是通過各種知識獲取方法獲得突發(fā)事件領(lǐng)域的主要概念和概念之間的關(guān)系，用精確的語言加以描述的過程。課后學(xué)習(xí)任務(wù)布置知識圖譜的實現(xiàn)主要參考資料《人工智能導(dǎo)論》課程教案第19次課2學(xué)時授課內(nèi)容知識圖譜（二）教學(xué)目的與要求旨在簡要介紹知識圖譜的定義與方法，要求學(xué)生應(yīng)該掌握如下知識：1）掌握知識融合2）了解知識推理3）了解知識圖譜的應(yīng)用重點難點知識圖譜的應(yīng)用教學(xué)進(jìn)程安排授課內(nèi)容：一、知識融合知識融合即合并兩個知識圖譜（本體），基本的問題是研究將來自多個來源的關(guān)于同一個實體或概念的描述信息融合起來的方法。二、知識推理：知識圖譜的推理首先需要考慮的是知識如何表達(dá)的問題，即知識圖譜的知識表示，知識圖譜的表示（Representation）指的是用什么數(shù)據(jù)結(jié)構(gòu)來表示一個知識圖譜。顧名思義，知識圖譜是以圖的方式來展示知識，但是這并不代表知識圖譜必須采用圖的表示。三、知識圖譜的應(yīng)用知識圖譜的應(yīng)用場景很多，在不同行業(yè)、不同領(lǐng)域都有廣泛應(yīng)用，知識圖譜在商業(yè)領(lǐng)域的應(yīng)用主要體現(xiàn)在語義搜索和問答系統(tǒng)這兩方面。課后學(xué)習(xí)任務(wù)布置知識圖譜的應(yīng)用主要參考資料《人工智能導(dǎo)論》課程教案第20次課2學(xué)時授課內(nèi)容人工智能技術(shù)應(yīng)用（一）教學(xué)目的與要求旨在簡要介紹知識圖譜的定義與方法，要求學(xué)生應(yīng)該掌握如下知識：1）掌握智慧交通2）了解智慧電商重點難點1）智慧交通的實現(xiàn)教學(xué)進(jìn)程安排授課內(nèi)容：一、智慧交通智慧交通是在智能交通的基礎(chǔ)上，融入物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、移動互聯(lián)等技術(shù)，匯集交通信息，提供實時交通數(shù)據(jù)下的交通信息服務(wù)。智慧交通是未來交通系統(tǒng)的發(fā)展方向，它是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通信傳輸技術(shù)、電子傳感技術(shù)、控制技術(shù)及計算機(jī)技術(shù)等有效地集成運用于整個地面交通管理系統(tǒng)，建立的一種大范圍、全方位發(fā)揮作用的，實時、準(zhǔn)確、高效的綜合交通運輸管理系統(tǒng)。二、智慧電商智慧電子商務(wù)簡稱智慧電商，它是指利用網(wǎng)絡(luò)技術(shù)、信息安全等先進(jìn)手段，打造電商云環(huán)境，并將電商實體、消費市場、交易事務(wù)、信息流、資金流、物流等基本要素整合，從而實現(xiàn)金融、保險、物流等商業(yè)應(yīng)用的實時感知、動態(tài)信息發(fā)布以及智能商務(wù)管理等功能，最終提升電商管理水平。課后學(xué)習(xí)任務(wù)布置1、什么是智慧交通主要參考資料《人工智能導(dǎo)論》課程教案第21次課2學(xué)時授課內(nèi)容人工智能技術(shù)應(yīng)用（二）教學(xué)目的與要求旨在簡要介紹知識圖譜的定義與方法，要求學(xué)生應(yīng)該掌握如下知識：1）掌握智能醫(yī)學(xué)2）了解智能制造重點難點1）智能制造的實現(xiàn)教學(xué)進(jìn)程安排授課內(nèi)容：一、智能醫(yī)學(xué)智能醫(yī)學(xué)，顧名思義，即通過人工智能的方法，輔助或替代人類進(jìn)行醫(yī)療行為的科學(xué)。在智能醫(yī)學(xué)中，智能是手段，醫(yī)學(xué)是目的。二、智能制造智能制造（IntelligentManufacturing，IM）是一種由智能機(jī)器和人類專家共同組成的人機(jī)一體化智能系統(tǒng)，它在制造過程中能進(jìn)行智能活動，如分析、推理、判斷、構(gòu)思和決策等。通過人與智能機(jī)器的合作，可以擴(kuò)大、延伸和取代部分人類專家在制造過程中的腦力勞動。智能制造以智能工廠為載體，以全流程的智能化為切入點，以端對端的數(shù)據(jù)流為基礎(chǔ)，以網(wǎng)絡(luò)互聯(lián)為支撐。課后學(xué)習(xí)任務(wù)布置什么是智能制造主要參考資料《人工智能導(dǎo)論》課程教案第22次課2學(xué)時授課內(nèi)容智能機(jī)器人（一）教學(xué)目的與要求旨在簡要介紹機(jī)器人定義與方法，要求學(xué)生應(yīng)該掌握如下知識：1）掌握機(jī)器人原理2）了解機(jī)器人的應(yīng)用重點難點1）機(jī)器人原理教學(xué)進(jìn)程安排授課內(nèi)容：一、機(jī)器人原理機(jī)器人的組成與人類極為類似，一個典型的機(jī)器人有一套可移動的身體結(jié)構(gòu)、一部類似于馬達(dá)的裝置、一套傳感系統(tǒng)、一個電源和一個用來控制所有這些要素的計算機(jī)“大腦”。從本質(zhì)上講，機(jī)器人是由人類制造的“動物”，它是模仿人類和動物行為的機(jī)器。二、機(jī)器人的應(yīng)用早期智能機(jī)器人主要用于工業(yè)和軍事領(lǐng)域，大多數(shù)是機(jī)械手和機(jī)器臂。工業(yè)機(jī)器人是廣泛用于工業(yè)領(lǐng)域的多關(guān)節(jié)機(jī)械手或多自由度的機(jī)器裝置，具有一定的自動性，可依靠自身的動力能源和控制能力實現(xiàn)各種工業(yè)加工制造功能。課后學(xué)習(xí)任務(wù)布置機(jī)器人原理是什么。主要參考資料《人工智能導(dǎo)論》課程教案第23次課2學(xué)時授課內(nèi)容智能機(jī)器人（二）教學(xué)目的與要求旨在簡要介紹智能機(jī)器人的定義與方法，要求學(xué)生應(yīng)該掌握如下知識：1）掌握智能機(jī)器人原理2）了解智能機(jī)器人技術(shù)3）智能機(jī)器人的應(yīng)用重點難點1）智能機(jī)器人技術(shù)教學(xué)進(jìn)程