2/2《人工智能應(yīng)用基礎(chǔ)》課程標(biāo)準(zhǔn)課程名稱：人工智能應(yīng)用基礎(chǔ)課程代碼：5250559適用專業(yè)：軟件技術(shù)（移動與人工智能應(yīng)用開發(fā)方向）課程性質(zhì)：專業(yè)必修課學(xué)時：36學(xué)時（理論：18實踐：18）學(xué)分：2學(xué)分一、課程概述（一）課程的地位和作用《人工智能應(yīng)用基礎(chǔ)》是移動互聯(lián)網(wǎng)開發(fā)方向的專業(yè)基礎(chǔ)必修課程，本課程是學(xué)生在學(xué)習(xí)《python程序設(shè)計》等課程之后的提升課程。在學(xué)生具有一定的python編程基礎(chǔ)知識之后，通過本課程學(xué)習(xí)人工智能應(yīng)用技術(shù)的基礎(chǔ)知識，提高學(xué)生的人工智能技術(shù)應(yīng)用開發(fā)能力。課程符合高技能人才培養(yǎng)目標(biāo)和專業(yè)相關(guān)技術(shù)領(lǐng)域職業(yè)崗位（群）的任職要求；課程對學(xué)生職業(yè)能力培養(yǎng)和職業(yè)素養(yǎng)養(yǎng)成起主要支撐。（二）課程設(shè)計思路1.課程設(shè)計理念以職業(yè)崗位為目標(biāo)，以職業(yè)素質(zhì)培養(yǎng)為重點，以校企合作為突破口。根據(jù)人機器學(xué)習(xí)工程師、數(shù)據(jù)分析工程師職業(yè)技能需要確定課程內(nèi)容；構(gòu)建“基于工作任務(wù)的逆向循環(huán)教學(xué)模式”；構(gòu)建“課堂+虛擬公司+企業(yè)”實踐教學(xué)體系。2.課程設(shè)計思路以機器學(xué)習(xí)工程師、數(shù)據(jù)分析工程師職業(yè)崗位為培養(yǎng)目標(biāo)。通過對典型項目生產(chǎn)流程進行分解，確定工作任務(wù)，以工作任務(wù)為結(jié)點重構(gòu)和整合教學(xué)模塊。以企業(yè)中真實項目為依據(jù)，學(xué)習(xí)性工作任務(wù)，教、學(xué)、做結(jié)合，理論與實踐一體化。二、培養(yǎng)目標(biāo)（一）總體目標(biāo)根據(jù)軟件行業(yè)對人工智能應(yīng)用開發(fā)人員的知識、能力的需求，培養(yǎng)具有一定理論知識、較強的邏思維能力，能熟練應(yīng)用python和人工智能應(yīng)用開發(fā)規(guī)范的熟練的軟件開發(fā)人才。定位：綜合素質(zhì)優(yōu)良、專業(yè)特長鮮明，適用軟件設(shè)計崗位要求、具有良好團隊合作精神的高素質(zhì)技能型人材。（二）具體目標(biāo)1、知識目標(biāo)通過完成本課程，學(xué)生能掌握Numpy、Matplotlib和Pandas、sk—learn和Tensorflow等數(shù)據(jù)分析處理及人工智能應(yīng)用知識和概念。2、能力目標(biāo)（1）掌握Numpy科學(xué)計算庫；（2）掌握Matplotlib畫圖工具；（3）掌握Pandas數(shù)據(jù)分析工具；（4）掌握sk—learn工具的使用（5）掌握機器學(xué)習(xí)常用算法的應(yīng)用（6）了解Tensorflow深度學(xué)習(xí)的概念3、素質(zhì)目標(biāo)（1）培養(yǎng)學(xué)生的溝通能力和團隊協(xié)作精神；（2）培養(yǎng)學(xué)生的動手能力和自學(xué)能力，建立有效的學(xué)習(xí)方法；（3）培養(yǎng)學(xué)生代碼質(zhì)量意識、建立嚴謹?shù)墓ぷ鲬B(tài)度和作風(fēng)；（4）培養(yǎng)學(xué)生綜合分析能力、知識遷移能力，開拓創(chuàng)新思維；三、教學(xué)內(nèi)容（一）課程教學(xué)安排學(xué)習(xí)任務(wù)（項目）描述、內(nèi)容排序、要求及學(xué)時分配見下表：表1《人工智能應(yīng)用基礎(chǔ)》課程教學(xué)內(nèi)容設(shè)計表序號學(xué)習(xí)任務(wù)（項目）子任務(wù)（項目）教學(xué)內(nèi)容課時數(shù)（理論/實踐）目的要求（知識點、能力點、素質(zhì)點）教學(xué)方式（教學(xué)方法、教學(xué)手段）教學(xué)場地1人工智能簡介1.人工智能簡介2.開發(fā)環(huán)境搭建1.人工智能技術(shù)和概念簡介2.開發(fā)環(huán)境搭建，jupyternotebook的使用2（1/1）了解人工智能行業(yè)以及相關(guān)技術(shù)及其應(yīng)用；掌握開發(fā)環(huán)境搭建；掌握jupyternotebook的使用講解、演示、練習(xí)上課機房2Numpy科學(xué)計算庫Numpy基礎(chǔ)Numpy概念及使用方法2（1/1）掌握Ndarray結(jié)構(gòu)及其使用講解、演示、練習(xí)上課機房Numpy邏輯、統(tǒng)計、數(shù)組運算Numpy邏輯、統(tǒng)計、數(shù)組運算2（1/1）掌握Numpy邏輯、統(tǒng)計、數(shù)組運算講解、演示、練習(xí)上課機房Numpy使用進階numpy合并、分割以及IO操作2（1/1）掌握numpy合并、分割以及IO操作講解、演示、練習(xí)上課機房3Matplotlib畫圖工具繪圖基礎(chǔ)Matplotlib繪圖模型及流程2（1/1）掌握Matplotlib繪圖模型及流程講解、演示、練習(xí)上課機房餅狀圖、直方圖、柱狀圖等繪制餅狀圖、直方圖、柱狀圖等2（2/2）掌握繪制餅狀圖、直方圖、柱狀圖等講解、演示、練習(xí)上課機房4Pandas數(shù)據(jù)分析數(shù)據(jù)分析工具Pandas基礎(chǔ)Pandas基礎(chǔ)2（1/1）掌握pandas的DataFrame結(jié)構(gòu)講解、演示、練習(xí)上課機房Pandas統(tǒng)計分析Pandas統(tǒng)計分析2（1/1）掌握pandas統(tǒng)計分析方法講解、演示、練習(xí)上課機房Pandas高級處理Pandas高級處理2（1/1）掌握缺失值處理、索引操作等講解、演示、練習(xí)上課機房5Sk—learn機器學(xué)習(xí)機器學(xué)習(xí)方法介紹介紹機器學(xué)習(xí)常用方法及其流程2（1/1）掌握機器學(xué)習(xí)常用方法及其訓(xùn)練流程講解、演示、練習(xí)上課機房監(jiān)督學(xué)習(xí)特征工程及常用分類、回歸算法6（3/3）掌握特征工程、樸素貝葉斯、決策樹、線性回歸、邏輯回歸等常用算法講解、演示、練習(xí)上課機房無監(jiān)督學(xué)習(xí)k—means聚類算法2（1/1）掌握k—means聚類算法講解、演示、練習(xí)上課機房6Tensorflow深度學(xué)習(xí)框架深度學(xué)習(xí)介紹深度學(xué)習(xí)基本概念2（1/1）了解什么是神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)基本概念講解、演示、練習(xí)上課機房Tensorflow框架Tensorflow框架簡介2（1/1）了解Tensorflow框架的基本概念講解、演示、練習(xí)上課機房7綜合案例機器學(xué)習(xí)綜合案例機器學(xué)習(xí)綜合案例4（2/2）掌握機器學(xué)習(xí)的開發(fā)流程講解、演示、練習(xí)上課機房（二）實驗（實訓(xùn)）安排課程中開設(shè)的實驗（實訓(xùn)）教學(xué)內(nèi)容參考下表：表2實驗（實訓(xùn)）教學(xué)內(nèi)容標(biāo)準(zhǔn)表序號實訓(xùn)項目名稱主要內(nèi)容目的要求類型學(xué)時1Numpy科學(xué)計算隨機生成504只股票500天的數(shù)據(jù)熟悉numpy的使用，以及ndarray的操作操作性、驗證性2Matplotlib畫圖畫出本周上證指數(shù)變化圖掌握matplotlib基礎(chǔ)畫圖操作操作性、驗證性13Pandas數(shù)據(jù)分析分析504只股票的漲跌及分布信息掌握pandas數(shù)據(jù)分析以及缺失值處理操作性、驗證性14特征工程提取新聞文章特征掌握jieba分詞，以及sklearn特征提取的使用操作性、驗證性15機器學(xué)習(xí)1實現(xiàn)線性回歸算法預(yù)測房價掌握sklearn實現(xiàn)基本機器學(xué)習(xí)算法流程操作性、驗證性16機器學(xué)習(xí)2實現(xiàn)泰坦尼克號生存預(yù)測掌握sklearn實現(xiàn)分類算法操作性、驗證性17機器學(xué)習(xí)3實現(xiàn)貸款放貸判定掌握sklearn實現(xiàn)決策樹算法操作性、驗證性18深度學(xué)習(xí)實現(xiàn)手寫數(shù)字識別了解深度學(xué)習(xí)的流程及方法操作性、驗證性1四、課程實施建議（一）教材的選用及編寫建議《Python數(shù)據(jù)分析與應(yīng)用：從數(shù)據(jù)獲取到可視化》，黑馬程序員，人民郵電出版社，2019年3月。（二）教學(xué)參考資料推薦建議《TensorFlow：實戰(zhàn)Google深度學(xué)習(xí)框架（第2版）》，鄭澤宇，電子工業(yè)出版社，2018年2月。（三）主要教學(xué)方法建議本課程是以項目驅(qū)動式的教學(xué)方法，突出鍛煉學(xué)生的動手能力，主動探索思考能力，且前序所學(xué)知識的整合，使知識系統(tǒng)化。教學(xué)方法任務(wù)驅(qū)動式：由老師提前告知學(xué)生需要完成的任務(wù)，然后老師講解相關(guān)支撐知識，再由學(xué)生嘗試完成任務(wù)，匯報任務(wù)，最后老師和學(xué)生一起總結(jié)項目導(dǎo)入法：老師帶領(lǐng)學(xué)生一步一步完成工作過程導(dǎo)入法：按照人工智能應(yīng)用開發(fā)、數(shù)據(jù)分析師崗位在實際工作中的工作過程步驟，帶領(lǐng)學(xué)生嚴格按照工作過程完成項目（四）其他教學(xué)資源配置實訓(xùn)主要設(shè)備：投影儀、電腦、控屏軟件、PyCharm學(xué)習(xí)網(wǎng)站學(xué)習(xí)軟件：堂播虎（五）課程教學(xué)團隊建議序號課程名稱專業(yè)課程屬性教師要求專業(yè)基群礎(chǔ)課專業(yè)必修課專業(yè)群互選課專職兼職學(xué)歷/職稱能力素質(zhì)10人工智能應(yīng)用開發(fā)√√研究生/副教授、講師熟悉python語言編程，有人工智能應(yīng)用開發(fā)經(jīng)驗五、考核評價標(biāo)準(zhǔn)本課程的考核嚴格按照以下的考核評價標(biāo)準(zhǔn)執(zhí)行，試題的設(shè)計與項目的設(shè)計遵循考核價標(biāo)標(biāo)準(zhǔn)，平時成績的給定有充分的證據(jù)。本課程考核采取形成性考核和終結(jié)性考核兩種方式進行，兩部分的分數(shù)比例為：課程考核成績=形成性考核成績（70%）+終結(jié)性考核成績（30%）1、形成性考核具體內(nèi)容及評分標(biāo)準(zhǔn)本課程形成性考核選擇平時成績和課程項目成績。其中平時成績包括：考勤和作業(yè)；課程項目成績包括：項目操作結(jié)果和項目文檔。分數(shù)比例為：形成性考核成績=平時成績（70%）+項目成績（30%）（1）平時成績考核（100分）①平時作業(yè)成績考核（60分）全學(xué)期布置作業(yè)6次，全批全改，以A、B、C、D、E給學(xué)生每次作業(yè)成績，每次作業(yè)的最高分（A）可