《人工智能导论》课程整体设计
人工智能导论课程设计
导论课程设计一、教学目标通过本章的学习，学生将掌握导论的基本概念、发展历程和主要技术，了解在各个领域的应用，以及的发展前景和挑战。
具体目标如下：1.知识目标：a.理解的基本概念和原理；b.掌握的主要技术和应用领域；c.了解的发展历程和未来趋势。
2.技能目标：a.能够运用基本概念和原理分析实际问题；b.能够运用主要技术解决简单问题；c.能够评估在各个领域的应用效果。
3.情感态度价值观目标：a.认识对社会和人类生活的影响；b.理解发展的伦理和道德问题；c.培养对技术的兴趣和好奇心。
二、教学内容本课程的教学内容主要包括的基本概念、发展历程、主要技术和应用领域。
具体安排如下：1.第一部分：的基本概念和原理介绍的定义、分类和发展阶段，理解的基本原理和方法。
2.第二部分：的主要技术和应用领域掌握的主要技术，如机器学习、深度学习、自然语言处理等；了解在各个领域的应用，如医疗、教育、交通、金融等。
3.第三部分：的发展历程和未来趋势回顾的发展历程，分析当前的发展状况和未来趋势。
三、教学方法为了提高学生的学习兴趣和主动性，本课程将采用多种教学方法，包括讲授法、讨论法、案例分析法和实验法等。
1.讲授法：通过讲解的基本概念、原理和应用，使学生掌握相关知识。
2.讨论法：学生就的某个主题进行讨论，培养学生的思考和表达能力。
3.案例分析法：分析在实际应用中的案例，使学生更好地理解的应用场景。
4.实验法：安排学生进行实验，提高学生的动手能力和实际问题解决能力。
四、教学资源为了支持本课程的教学内容和教学方法，我们将选择和准备以下教学资源：1.教材：《导论》，用于引导学生系统地学习知识；2.参考书：提供相关的领域的书籍，供学生拓展阅读；3.多媒体资料：收集与相关的视频、动画等资料，丰富教学手段；4.实验设备：准备相应的计算机设备和相关软件，供学生进行实验操作。
五、教学评估为了全面、客观地评估学生的学习成果，本课程将采用多种评估方式，包括平时表现、作业、考试等。
《人工智能导论课程标准》
《人工智能导论》课程标准一、课程性质该课程是全校学生的选修课，目的是让学生了解人工智能的发展及应用；理解人工智能的核心技术概念；学会使用AI开发工具及语言；为进一步学习人工智能相关领域知识打下坚实的基础。
二、课程设计思路该课程从物联网发展趋势，深入了解行业发展趋势，调研目前人工智能领域相关专业学生就业所需知识，调研同类高职院校课程教学情况：教学大纲、课时安排、教学模式、考核方式及成绩评价等方面。
综合分析调研结果，充分考虑高职学生特点和行业现状，制定满足企业需求和适合高职院校学生特点的课程标准。
为学生就业拓展了基础和领域。
三、课程目标（一）总体目标通过本课程的学习了解AI发展中的关键人物及其成果，了解AI的研究内容和应用领域；理解AI的核心概念解析；学会使用AI的开发工具VSCode、Jupyter Notebook及Python语言；能够理解监督学习中的回归和分类算法，能够理解非监督学习中的聚类算法，会运行给定的程序代码并修改某些参数；会在微软机器学习工作室中搭建预测披萨饼价格的实验。
由此培养学生良好的分析问题和解决问题的能力，使学生具有良好的沟通能力与团队协作精神。
（二）具体目标1．专业能力（1）学会使用AI开发环境，VScode、Jupyter Notebook；（2）能够理解Python语言程序；（3）能够理解监督学习中的线性回归和逻辑分类；（4）能够理解非监督学习的聚类；（5）了解numpy、matplotlib、pandas等数据科学分析库的使用方法。
2．方法能力（1）培养良好的资料查阅能力；（2）培养良好的分析问题、解决问题的能力；（3）培养模块化思维能力；（4）培养良好的学习和总结的能力。
3．社会能力（1）培养良好的团队精神和协作能力；（2）培养学生的创新能力。
四、课程内容组织与安排本课程参照国内各高职院校的教学大纲，以实际应用为目标，设计了5个学习单元。
本课程充分考虑了人工智能导论是一门开设比较新的课程，考虑到学生的基础和接受能力，在课程内容的组织与安排上由浅入深、循序渐进。
《人工智能导论》全套教案
第三章机器学习课题名称：机器学习学习过程：（4）金融风控系统——京东金融风控(二)知识归纳机器学习：机器学习是用计算机程序模拟人的学习能力，从实际例子中学习得到知识和经验，不断改善性能，实现自我完善。
机器学习是人工智能的一个分支，也是人工智能的一种实现方法。
它从样本数据中学习得到知识和规律，然后用于实际的推断和决策。
它和普通程序的一个显著区别是需要样本数据，是一种数据驱动的方法。
经验（历史数据）计算机系统（机器学习模型）性能（预测精度）机器学习定义机器学习和人类学习的比较机器学习发展：机器学习属于人工智能中一个较为年轻的分支，可以大致分为以下三个发展历程：第一阶段：萌芽阶段第二阶段：发展阶段第三阶段：繁荣阶段机器学习范围：机器学习跟模式识别，统计学习，数据挖掘，计算机视觉，语音识别，自然语言处理等领域有着很深的联系。
机器学习与相关学科任务实施1、介绍AlphaGo大战李世石的案例，播放百度Apollo无人驾驶车辆驶过港珠澳大桥的视频、特斯拉无人驾驶宣传视频、新中国成立70周年阅兵无人机梯队视频，在亚马逊网站浏览一件商品查看其推荐的相关商品。
通过这些案例介绍让学生相互讨论，对机器学习有一个初步的认识和接触。
然后让学生查阅思考：（1）、查询机器学习在医疗领域中的应用。
（2）、查阅国家在人工智能领域的政策和方向（提示：百度无人驾驶技术、阿里巴巴城市大脑、腾讯智能医疗、科大讯飞语音识别）。
最后教师总结，给出机器学习的定义，并介绍机器学期和人类学习的比较。
2、介绍机器学习的发展历程，并给出每一个阶段的代表技术和事件。
要求学生查阅资料，找到对机器学习发展有共享的人物和代表事件。
并说明其中有一段事件机器学习停滞不前的原因。
最后教师使用时间轴方式总结机器学习的发展历程。
3、让学生分别找出机器学习在模式识别、计算机视觉、语音识别、自然语。
《人工智能导论》教学大纲(2024版)
人工智能导论课程教学大纲一、课程基本信息课程编号：课程中文名称：人工智能导论课程性质：学院基础课程、专业核心课程开课学期：3课内学时：32学时，其中授课32学时课外学时：32学时学分：2学分主要面向专业：自动化、测控、电气、机器人工程二、先修课程高等数学、概率论、线性代数、生命科学导论三、课程目标人工智能导论是面向理工科专业的重要基础课程。
课程以学科基础、技术基础、重点方向与领域、行业应用、伦理与法律五维知识体系为主要内容，经典与现代人工智能知识结构模块化，具有广阔的思想和技术背景。
通过课程学习，使学生系统性掌握人工智能基本概念、方法、技术，把握人工智能重点方向及领域；掌握机器学习、深度神经网络等基本方法；初步具备利用人工智能技术解决问题的基本能力；初步理解人工智能伦理及其对人工智能技术发展的重要意义。
为进一步学习相关的专业基础课程和专业课程打下必要的理论和实践基础。
（1）从大历史观角度使学生理解人工智能发展的历史和思想脉络，使学生认识到人工智能的本质和内涵，思考人之为人的价值和意义,勇于承担社会发展责任。
（2）充分发挥人工智能多学科、多领域理论、知识交叉的特点和优势，培养学生多学科知识交叉思维和创新意识。
（3）激发学生学习人工智能的热情和人机协同创新思维，为后续人工智能+X专业学习、创新创业、竞赛、就业等奠定基础。
（4）系统理解机器智能实现技术和方法，认识到机器智能对人类智能补充与增强作用，学会利用人机协同技术和方法及解决各类问题。
(5)使学生充分理解人工智能对未来人类社会经济、科技和文明发展的重要作用，具备未来能社会发展需要的人工智能人才素质。
四、教学内容与教学方法五、考核方式六、参考教材及学习资源（一）参考教材：[1]莫宏伟，徐立芳.人工智能导论.第2版.[2]莫宏伟，徐立芳.人工智能伦理导论.。
人工智能导论教案
人工智能导论教案一、教学目标通过本课程的学习，学生将能够：1. 理解人工智能的基本概念和发展背景；2. 掌握人工智能的主要应用领域和技术方法；3. 了解人工智能对社会、经济和个人生活的影响；4. 培养分析和解决问题的能力以及团队合作与沟通能力；5. 培养创新思维和科学精神。
二、教学内容本课程的教学内容主要包括以下几个模块：1. 人工智能基础知识- 人工智能的定义和发展历程- 人工智能的分类和技术体系- 人工智能与机器学习的关系2. 人工智能技术方法- 机器学习与深度学习- 自然语言处理与文本挖掘- 图像识别与计算机视觉- 机器人技术与智能控制3. 人工智能应用与展望- 人工智能在医疗、金融和交通领域的应用- 人工智能对工作和社会的影响- 人工智能的发展趋势与挑战三、教学方法与手段1. 讲授与讨论相结合通过教师的讲解和学生的讨论，引导学生理解和掌握人工智能的基本概念和技术方法。
2. 实践与案例分析组织学生参与实践性项目，如使用机器学习算法进行数据分析，并分析实际案例，加深对人工智能技术的理解与应用。
3. 小组合作与展示将学生分为小组，开展小组合作项目，培养学生团队合作与沟通能力。
并组织学生作品展示，促进交流与学习。
4. 网络资源与自主学习引导学生利用互联网资源进行自主学习，收集和阅读相关学术论文、技术文档和案例分享。
四、教学评估与考核1. 课堂参与与讨论对学生在课堂上的思考和讨论进行评价，考察学生对人工智能知识的理解与掌握程度。
2. 实践项目与作业考察学生在实践项目和作业中应用人工智能技术解决问题的能力。
3. 个人报告与小组展示要求学生撰写个人报告，对某个领域的人工智能技术进行深入研究与分析。
同时，组织小组展示，评估学生的团队合作与表达能力。
4. 期末考试设计理论与实践相结合的综合考试，考察学生对人工智能理论与技术的整体掌握程度。
五、教学资源1. 教材《人工智能导论》（第二版），作者：李佳明等。
2. 参考书籍- 《统计学习方法》（第二版），作者：李航。
《人工智能导论》教学教案
《导论》教学教案一、教学目标1. 让学生了解的定义、发展历程和应用领域。
2. 使学生掌握的基本原理和技术。
3. 培养学生的创新意识和团队合作能力。
二、教学内容1. 的定义与发展历程1.1 的定义1.2 的发展历程1.3 的应用领域2. 的基本原理2.1 机器学习2.2 深度学习2.3 自然语言处理2.4 计算机视觉3. 的技术应用3.1 智能语音识别3.2 智能3.3 自动驾驶3.4 智能医疗三、教学方法1. 讲授法：讲解的定义、发展历程、基本原理和应用领域。
2. 案例分析法：分析典型的技术应用案例。
3. 小组讨论法：分组讨论技术的发展趋势和应用前景。
4. 实践操作法：引导学生动手实践，体验技术。
四、教学资源1. 教材：《导论》2. 课件：的发展历程、基本原理、技术应用等3. 案例资料：典型的技术应用案例4. 编程工具：Python、TensorFlow等5. 网络资源：相关的学术论文、资讯、技术博客等五、教学评价1. 课堂参与度：学生参与课堂讨论、提问和回答问题的积极性。
2. 小组讨论报告：学生分组讨论的技术发展趋势和应用前景报告。
3. 课后作业：学生完成的课后编程练习和思考题。
4. 期末考试：考查学生对基本原理和应用领域的掌握程度。
六、教学安排1. 课时：共计32课时，每课时45分钟。
2. 授课方式：线上线下相结合，以线下授课为主。
3. 教学进程：第1-4课时：的定义与发展历程第5-8课时：的基本原理第9-12课时：的技术应用第13-16课时：典型技术应用案例分析第17-20课时：小组讨论技术的发展趋势和应用前景第21-24课时：实践操作，体验技术第25-28课时：课堂讨论与问答第29-32课时：期末考试七、教学活动1. 授课：讲解的基本概念、发展历程、基本原理和应用领域。
2. 案例分析：分析典型的技术应用案例，如智能语音识别、智能等。
4. 实践操作：引导学生动手实践，如使用Python、TensorFlow等编程工具。
《人工智能导论》课程教学大纲
90%
离散型 Hopfield 网 络 、 连 续 型
Hopfield 网络、卷积运算、池化、卷
积网络的手写体数字识别。
人脑视觉机理、深度学习的基本思
40% 50% 40%
10%
想、人工智能的概念、人工智能研宄的
基本内容、神经元数学模型
合计
100% 100% 100%
100%
各考核方式占总成绩权重（自行賦值）
掌握连续 Hopfield 神经网络 用于优化计算的
一般步骤。
掌握连续 Hopfield 神经网络的
结构和运行机制，理 解连续 Hopfield 神经 网络用于优化计算
的基本原理。能够针
对创新点开展切实 有效的理论和应用 研究
目标 5.1
注：1.此表可用于课内实践教学环节或某门综合实践课程
2.实验类型：选填”验证性/综合性/设计性”；实习类型：选填“认识实习/生产实习/毕业实习”
对人工智能课程
与模拟，并能够理解其局限 工程实际中遇到的技术难题，
的各个章节产生
性。
兴趣，从而促进
具有扎实的理论基础、宽阔的
支撑指标点：5.2 能够在物 学习热情，在之
专业视野，具有计算机软硬件 联网领域复杂工程问题的 后的理论教学中
相关产品分析、开发、测试和
能更好地理解技
维护能力，能够用系统的观点 建模、模拟或解决过程中， 术的先进性与实
实习项 号
目名称
教学内容
实验 学或实思政融 时 习 类 入点
型2
学生学习 预期成果
课程目标
做
实验要
参 考 A*
具有批
熟悉和掌握启
A* 算 法 算 法 核 心 代
《人工智能导论》全套教案
知识图谱如何表示呢？ 从 实 际 应 用 的 角 度 出 发 其 实 可 以 简 单 地 把 知 识 图 谱 理 解 成 多 关 系 图 （Multirelational Graph) ,就是把所有不同种类的信息连接在一起而得到的一个关系网 络。 (四） 知识归纳
知识图谱的表示： 从实际应用的角度出发其实可以简单地把知识图谱理解成多关系图
2 、联系实际生活.谈一谈知识图谱在生活中还有哪些应用 六、授课过程 — 、二节 ( _ ) 案例引入
( 1 ) 疾 病 症 状 被 G o o g le 纳入••知识图谱”之中 (2) “度 秘 ” 是 另 一 种 形 式 的 百 度 搜 索 框
(3) IB M 想让机器人沃森和你一起开会
(二）知识归纳 知识： 知识是人类在实践中认识客观世界(包括人类自身)的成果. 它包括事实、
发展阶段。
2 、 能够联系实际生活.简述人工智能的应 用价值。
2 、 了解人工智能的社会价值和应用领域、3 、 列举出所者到的人工智能应用实例。
人工智能的未来与展望。
三 、教学重点
1、 人工智能的定义和发展 2 、 人工智能的社会价值 四、 教学难点
1 、 “Al+ ”的行业瘦用 2 、 人工智能的未宋与展望 五、 课前任务设计
教学环境
多媒体教室
_ 、学习内容分析
教学方法 情境教学法、任务驱动法、 讲练结合法、小组讨论教学法
人类之所以有智能行为是因为他们拥有知识.智能活动过程其实就是一个获得并运用 知识的过程.要使机器系统具有人的智能能力（人工智能AI) . 则必须以人的知识为基础. 知识是人工智能的基石。但人类的知识要用适当的模式表示出来，才能够存储到计算机中 并被识别运用. 本节将对人工智能中常用的几种知识表示方法进行介绍，为后续学习奠定 基础。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《人工智能应用基础》课程整体设计
一、课程设计思路
本课程依据课程标准，全景式介绍了人工智能知识体系与热门应用领域。
通过案例导读引入相应领域的学习，通过案例延伸理解学习领域的实际应用和未来发展。
让学生对人工智能有基本的意识、基本的概念、基本的素养、基本的兴趣。
二、课程目标设计
（一）知识目标
1.了解人工智能产业的发展现状与市场需求；
2.了解人工智能对现代生活的改变和影响；
3.了解人工智能定义、研究领域、发展、社会价值和应用领域、未
来与展望；
4.了解知识表示、知识图谱、机器学习、人工神经网络与深度学习、
智能识别、自然语言理解、专家系统及智能体与智能机器人的相关概念及应用。
（二）能力目标
1、培养人工智能的应用能力，开拓学生的科技视野；
2、能够熟练使用生活中常用的人工智能产品；
3、熟悉人工智能对工业、医疗、安防、社交、机器人、无人驾驶、家居、生活服务等方面的应用渗透。
（三）素质目标
1、养成善于思考、深入研究的良好自主学习的习惯和创新精神；。