ADDINCNKISM.UserStyle《人工智能》課程教學大綱（理論課程）一、課程基本信息課程號1223S09073開課單位生命科學院課程名稱（中文）人工智能（英文）ArtificialIntelligence課程性質(zhì)選修考核類型考試課程學分2課程學時34課程類別選修課先修課程高等數(shù)學，線性代數(shù)，概率論等適用專業(yè)（類）生命科學鳳凰班（一）課程簡介《人工智能》課程是生物信息學的一門選修課程，是計算機科學的重要分支。信息是由數(shù)據(jù)來表達的客觀事物，知識是信息經(jīng)過智能性加工后的產(chǎn)物，智能是用來對信息和知識進行加工的加工器。在信息社會，人類面對的信息將非常龐大，僅靠人腦表現(xiàn)出來的自然智能是遠遠不夠的，必須開發(fā)那種由機器實現(xiàn)的人工智能?！度斯ぶ悄堋氛n程就是研究如何利用計算機來模擬人腦所從事的感知、推理、學習、思考、規(guī)劃等人類智能活動，以解決需要用人類智能才能解決的問題。人工智能是延伸人們智能的科學，該課程旨在通過理論教學與實踐操作訓練，使學生能夠了解人工智能的發(fā)展，以及國際人工智能的主要流派和路線，同時了解國內(nèi)人工智能研究的基本情況，包括人工智能的主要應用領域，如專家系統(tǒng)、機器學習、規(guī)劃系統(tǒng)、自然語言理解和智能控制等。同時還需要學生掌握人工智能的基本概念及原理、知識表示的各種主要方法，熟悉人工智能的研究領域，使學生具備運用盲目搜索和啟發(fā)式搜索算法的基本能力。（二）教學目標通過本課程的學習，學生應具備以下幾方面的目標：課程目標1：了解人工智能的概念和人工智能的發(fā)展，了解國際人工智能的主要流派和路線，了解國內(nèi)人工智能研究的基本情況,熟悉人工智能的研究領域,列舉出人工智能的研究與應用領域，熟悉多媒體信息的表示、存儲形式。課程目標2：較詳細地論述知識表示的各種主要方法。重點掌握產(chǎn)生式表示法和謂詞邏輯法，熟悉語義網(wǎng)絡法，了解知識表示的其他方法，如框架法。熟悉產(chǎn)生式推理方法，了解自然演繹推理和歸結(jié)演繹推理。課程目標3：掌握可信度推理的模型和算法，掌握主觀貝葉斯方法的推理模型和推理特性，了解模糊推理的定義，掌握貝葉斯網(wǎng)絡推理的概念和類型、貝葉斯網(wǎng)絡的精確推理。課程目標4:掌握機器學習的概念，掌握一元線性回歸模型，了解多元線性回歸模型，掌握人工神經(jīng)網(wǎng)絡概念、連接學習概念，了解人工神經(jīng)網(wǎng)絡的生物機理，熟悉人工神經(jīng)元的結(jié)構及模型，掌握感知器模型、BP網(wǎng)絡模型、能利用神經(jīng)網(wǎng)絡模型解決實際應用問題。課程目標5:指導學生探索人工智能領域的新知識，培養(yǎng)自主學習和終身學習的意識，提升不斷學習和適應發(fā)展的能力，為今后學習和工作打下良好的基礎。三、課程目標對畢業(yè)要求的支撐關系畢業(yè)要求指標點課程目標權重1-3：掌握比較扎實的數(shù)學和物理、化學方面的基礎理論知識,具有計算機及信息科學等方面的基礎知識。課程目標130%2-3：具有濃厚的科學興趣及批判性思維能力。課程目標220%2-5：具有一定的計算機和信息技術應用能力。課程目標2，3，420%3-3：具備良好的專業(yè)素質(zhì)，受到嚴格的科學思維訓練，有求實創(chuàng)新的精神、批判性思維和可持續(xù)發(fā)展理念。課程目標3-530%四、教學方式與方法（一）課堂講授1.教學方法（1）注重理論指導的作用，積極探究達到最佳視覺效果的典型做法。同時貫徹理論和實踐相結(jié)合的原則，給學生出一定量的思考，并要求學生完成一定量的作業(yè)，以提高學生的理論水平，培養(yǎng)學生的動手能力和創(chuàng)新精神。（2）把握課程的重難點，及時總結(jié)深化所學內(nèi)容，并針對重難點布置適當?shù)木C合練習。以便達到良好的教學效果。2.教學手段（1）采用理論講解、操作示范等多種方式，充分利用多媒體等現(xiàn)代化教學手段，整體優(yōu)化教學過程和教學內(nèi)容，調(diào)動學生學習積極性，進行啟發(fā)式的教學。（2）注重學生動手能力的培養(yǎng)，積極鼓勵和引導學生對所學的知識、技能加以拓寬、深化。（二）作業(yè)、答疑和質(zhì)疑1.作業(yè)2.課堂進行答疑3.課堂討論，提出質(zhì)疑五、教學重點與難點（一）教學重點第一章：人工智能概述（2學時）教學重點：人工智能概念第二章：確定性知識系統(tǒng)（4學時）教學重點：謂詞邏輯表示法和產(chǎn)生式表示法第三章：不確定性知識系統(tǒng)（4學時）教學重點：貝葉斯推理和可信度推理的概念、理論及模型第四章：智能搜索技術（6學時）教學重點：啟發(fā)式搜索：狀態(tài)空間、與/或樹；遺傳算法第五章：機器學習（6學時）教學重點：機器學習的主要策略和基本結(jié)構第六章：人工神經(jīng)網(wǎng)絡與連接學習（6學時）教學重點：人工神經(jīng)網(wǎng)絡的特征，基于神經(jīng)網(wǎng)絡的知識與推理。第七章：專家系統(tǒng)（4學時）教學重點：專家系統(tǒng)的特點第八章：智能應用簡介（2學時）教學重點：自然語言理解和詞性分析（二）教學難點第一章：人工智能概述（2學時）教學難點：人工智能的研究途徑和方法第二章：確定性知識系統(tǒng)（4學時）教學難點：產(chǎn)生式推理第三章：不確定性知識系統(tǒng)（4學時）教學難點：可信度推理模型和貝葉斯推理模型第四章：智能搜索技術（6學時）教學難點：啟發(fā)式搜索第五章：機器學習（6學時）教學難點：線性回歸模型、支持向量機第六章：人工神經(jīng)網(wǎng)絡與連接學習（6學時）教學難點：基于神經(jīng)網(wǎng)絡的知識與推理第七章：專家系統(tǒng)（4學時）教學難點：專家系統(tǒng)的結(jié)構和建造步驟第八章：智能應用簡介（2學時）教學難點：智能圖像處理六、教學內(nèi)容、基本要求與學時分配序號教學內(nèi)容基本要求學時教學方式對應課程目標1第1章人工智能概述（1）了解人工智能的基本概念和發(fā)展概況，包括人工智能的目標、定義、表現(xiàn)形式、在我國的起步和發(fā)展以及人類為什么要研究人工智能等等；（2）熟悉人工智能的分支領域，包括分別基于腦功能、應用領域、應用系統(tǒng)、計算機系統(tǒng)、實現(xiàn)工具與環(huán)境等的領域劃分；（3）了解人工智能的基本技術，包括推理技術、搜索技術、歸納技術、聯(lián)想技術等等；（4）掌握人工智能的研究途徑和方法：①結(jié)構模擬，神經(jīng)計算；②功能模擬，符號推演；③行為模擬，控制進化。2講授課程目標1課程目標52第2章確定性知識系統(tǒng)（1）掌握確定性知識表示、推理概念；（2）掌握確定性知識表示方法，包括謂詞邏輯表示法、產(chǎn)生式表示法，了解語義網(wǎng)絡表示法、框架表示法；（3）熟悉確定性知識推理方法：產(chǎn)生式推理、自然演繹推理和歸結(jié)演繹推理。4講授課程目標23第3章不確定性知識系統(tǒng)（1）掌握不確定性推理的含義和基本問題（2）掌握可信度的概念與推理模型；（3）掌握主觀貝葉斯方法的概率論基礎、推理模型以及推理特性；（4）了解貝葉斯網(wǎng)絡的概念及理論、貝葉斯網(wǎng)絡推理的概念和類型、貝葉斯網(wǎng)絡的精確推理；（5）了解模糊推理：模糊集及運算、模糊關系及運算、模糊知識表示、模糊概念匹配以及模糊推理方法。4講授課程目標34第4章智能搜索技術（1）掌握搜索的含義、狀態(tài)空間問題求解方法、問題規(guī)約求解方法；（2）掌握啟發(fā)式搜索和啟發(fā)性信息：包括狀態(tài)空間的啟發(fā)式搜索、與/或樹的啟發(fā)式搜索、博弈樹的啟發(fā)式搜索；（3）了解遺傳算法，包括遺傳算法的概念、過程、遺傳密碼、適應度函數(shù)。6講授課程目標55第5章機器學習（1）掌握機器學習的概念和基本模型；（2）掌握一元線性回歸模型，了解多元線性回歸模型以及線性回歸算法；（3）掌握模型評估與選擇，包括經(jīng)驗誤差與過擬合、評估方法、常用性能度量；（4）了解統(tǒng)計學習、小樣本統(tǒng)計學習理論和支持向量機模型。6講授課程目標4課程目標56人工神經(jīng)網(wǎng)絡與連接學習掌握人工神經(jīng)網(wǎng)絡的概念、連接學習概念；了解人腦神經(jīng)元的結(jié)構與功能以及學習的神經(jīng)機理；熟悉人工神經(jīng)元的結(jié)構及模型、互聯(lián)結(jié)構；熟悉多種模型：感知器模型、BP網(wǎng)絡模型、深度卷積神經(jīng)網(wǎng)絡模型、深度循環(huán)神經(jīng)網(wǎng)絡模型。6講授課程目標47第7章專家系統(tǒng)（1）了解專家系統(tǒng)概念、特點；（2）理解專家系統(tǒng)的結(jié)構和建造步驟；（3）了解基于產(chǎn)生式規(guī)則的專家系統(tǒng)的結(jié)構、特點和設計方法。4講授課程目標58第8章智能應用簡介（1）熟悉自然語言理解的基本概念；（2）熟悉詞性分析的方法；（3）了解語法分析和予以分析方法；（4）熟悉生物特征識別系統(tǒng)的組成、不同應用場合。2講授討論課程目標5合計34七、實驗內(nèi)容、基本要求與學時分配八、學業(yè)評價和課程考核（一）考核類型：¨考試t考查（二）考核方式：¨開卷考試¨閉卷考試t課程論文課程報告其它（三）成績評定：考核依據(jù)建議分值（百分比）考核/評價細則對應課程目標過程考核30%出勤表現(xiàn)70考勤情況，課堂表現(xiàn)、學習態(tài)度等課程目標5作業(yè)110學習小組考核課程目標1作業(yè)210學習小組考核課程目標2作業(yè)310學習小組考核課程目標3期末考核70%課程論文課程目標1課程目標2課程目標3課程目標4課程目標5九、課程目標達成評價課程目標的實際達成效果計算方式如下，達成值越高，教學效果越好。課程目標達成度畢業(yè)要求指標點達成度十、教材與教學參考書（一）教材無教學參考書1.《人工智能及其應用本科生用書》，蔡自興