“人工智能技术及应用”课程教学大纲

（理论+实验）

课程编号：Tz0039-01

课程英文名称：

课程类型：通识通选

适用年级专业（学科类）：非计算机类专业  二年级及以上

先修课程：大学计算机，Python语言程序设计/C语言程序设计

总学分：3

总学时：68（理论34+实验34）

一、课程简介与教学目标

课程简介：人工智能深刻改变着人类生产生活方式和思维模式，深刻影响着人类的经济社会发展。那么，到底什么是人工智能？人工智能在我们的工作与生活中会发挥怎样的作用？人工智能与大数据、互联网什么关系？人工智能能否助力我们的专业能力发展与综合素质提高？人工智能是我们的合作伙伴，还是竞争对手？我们应该如何看待人工智能？“人工智能技术及应用”课程或许会解答你关于人工智能的一些疑问，更或许让你发现你的专业与人工智能的紧密联系与融合潜力。“人工智能技术及应用”课程面向全校非计算机类专业本科学生开设，理论课教学内容主要包括人工智能的发展历程与发展现状，人工智能的主要应用领域，人工智能的主要技术方法，人工智能的发展趋势，人工智能带来的机遇与挑战等。结合应用案例讲授人工智能技术方法，针对所讲技术方法完成实验项目，以Python语言为主要编程语言。

教学目标：使学生了解人工智能的发展历程、应用领域与发展趋势，初步掌握人工智能的主要方法与应用技术，初步具备利用人工智能技术解决实际问题的能力，提高对人工智能的兴趣和关注度，了解人工智能与自己所学专业的联系与融合前景，毕业后能主动把人工智能技术引入自己的工作场景，推动人工智能在经济社会发展与日常工作生活中发挥更大作用。

二、教学方式与方法

（一）教学方法

课程教学包括课堂教学和实验项目。

在课堂教学中，讲解式教学、讨论式教学和问答式教学交替进行，并设计问题让学生思考、讨论，激发学生的学习兴趣，培养学生独立思考和分析问题的能力。通过完成实验项目，加深对理论知识和技术方法的理解，培养学生应用人工智能技术方法解决实际问题的能力。

结合学习内容，每个知识单元设计2-3个实验项目，每位同学选作至少一题，应用所学知识解决实际问题，实现理论与实践的有机结合。

（二）教学手段

1. 充分利用现代化教学手段实施教学

根据教学大纲和教学参考书，利用多媒体课件，并根据内容需要结合传统板书、讨论、总结等多种手段，充分利用现代化教学手段开展教学，力求课堂教学形象、生动、有吸引力。

2．开展MOOC+SPOC+翻转课堂混合式教学模式

选用（条件允许时自建）优秀网络MOOC课程资源，构建SPOC课堂，同时对于部分知识点采用翻转课堂等混合式教学模式授课，为学生营造一个课上、课下均可学习和交互的良好的自主学习氛围。同时引导学生参与项目设计开发活动，调动学生的学习积极性，提高学生的参与度，激发学生的学习兴趣。

三、教学重点与难点

（一）教学重点

经典机器学习算法（k-近邻方法、决策树方法、贝叶斯方法、支持向量机方法；k-均值方法、k-中心点方法、密度聚类方法）；深度学习算法在图像（人脸）识别、语义分析、语音识别等领域的应用。

（二）教学难点

经典机器学习算法原理，结合实例的深度学习算法应用。

四、学时分配计划

（一）理论教学部分

（二）实验教学部分

五、教材与教学参考书

1. 王万良. 人工智能导论（第4版）. 高等教育出版社, 2017.

2. 李德毅, 于剑. 人工智能导论. 中国科学技术出版社, 2018.

3. （美）Stuart Russell. 人工智能: 一种现代的方法（第3版）.殷建平 等译. 清华大学出版社, 2013.

4. 周志华. 机器学习. 清华大学出版社，2016.

5. （美）Sebastian Raschka. Python机器学习. 高明 等译. 机械工业出版社, 2017.

6. 毛国君, 段立娟. 数据挖掘原理与算法（第3版）. 清华大学出版社, 2016.

7. 李开复, 王咏刚. 人工智能. 文化发展出版社, 2017.

8. 腾讯研究院. 人工智能. 中国人民大学出版社, 2017.

六、课程考核与成绩评定

【考核类型】：考查

【考核方式】： 上机考试

【成绩评定】：理论课与实验课统一考核，总成绩（100%）=平时成绩（占60%）+期末成绩（占40%）