《人工智能理论与应用》课程大纲

课程编号:A1709563

课程名称:人工智能理论与应用

学分/学时:3/48

先修课程:《数据结构》、《离散数学》和《高级程序设计语言》

适用专业:计算机科学与技术

课程性质:限选

考核方式:考查

考核形式:大作业、实验评估

建议教材:人工智能教程,王士同主编,电子工业出版社,2006年2月第2版

内容简介:(200字以内)(黑体五号)

1、人工智能研究的发展和基本原则:人工智能的研究和应用;人工智能研究的发展;人工智能研究的成果;人工智能研究的基本原则;存在的问题和发展前景

2、一般图搜索:回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程、搜索算法讨论。

3、与或图搜索问题:与或图的搜索、与或图的启发式搜索算法AO*、博弈树的搜索。

4、谓词逻辑与归结原理:命题逻辑、谓词逻辑基础、谓词逻辑归结原理、HERBRAND定理。

5、知识表示:知识、知识表示、知识观、产生式表示方法、语义网络表示、框架表示以及其他表示方法。

6、不确定性推理方法:不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法、证据理论。

7、机器学习:机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习、知识发现与数据挖掘。

8、高级搜索:基本概念、局部搜索算法、模拟退火算法、遗传算法等。

 

人工智能理论与应用

Artificial Intelligence Theory and Application

课程编号:A1709563

学    分:3

学    时:48 学时  (讲课学时:32   实验学时:16)

先修课程:《数据结构》、《离散数学》和《高级程序设计语言》

适用专业:计算机科学与技术

建议教材:人工智能教程,王士同主编,电子工业出版社,2006年2月第2版

主要参考书:

  • 高等学校规划教材:人工智能原理及其应用 电子工业出版社 王万森 2012
  • 人工智能及其应用(第4版) 蔡自兴、 徐光祐 清华大学出版社 2010

开课学院:计算机科学与工程学院

修订日期:2017年6月

 

一、课程说明(黑体五号)

人工智能是一门综合性前沿学科,是计算机学科的重要分支。通过对人工智能课程的学习,使学生掌握人工智能技术的基本原理;了解启发式搜索策略、与或图搜索问题、谓词逻辑与归结原理、知识表示、不确定性推理方法、机器学习和知识发现等目前人工智能的主要研究领域的原理、方法和技术;增强学生的逻辑思维与实验能力,为今后在各自领域开拓高水平的人工智能技术应用奠定基础。

二、课程目标(黑体五号)(需对应于本专业2017级培养方案中的毕业要求进行细化分解)

根据课程在知识结构中的作用,教学要求分为掌握、熟悉、了解、选学四个层次,具体要求如下。

1.掌握部分:一般图搜索(回溯策略、图搜索策略、无信息搜索过程、启发式图搜索过程);与或图搜索问题包括与或图的启发式搜索算法AO*、博弈树的搜索;谓词逻辑与归结原理(谓词逻辑归结原理、HERBRAND定理);知识表示(产生式表示方法、语义网络表示、框架表示);不确定性推理方法(不确定性推理的基本问题、贝叶斯网络、主观贝叶斯方法、确定性方法)(对应毕业要求中的2.2、3.1、3.2)

2.熟悉部分:

不确定性推理方法之证据理论;机器学习(机器学习概论、实例学习、基于解释的学习、决策树学习、神经网络学习)。(对应毕业要求中的3.1、3.2)

 

3.了解部分:

人工智能研究的发展和基本原则;知识原则、知识表示的作用、功能、性能;自动规划技术的新进展,人工智能的最新进展和面临的挑战。(对应毕业要求中的2.2、3.1)

 

4.选学部分:

高级搜索。(对应毕业要求中的3.1)

三、教学内容及基本要求

第一章:人工智能概述

1 、讲授内容:

( 1 )   人工智能的概念

( 2 )   人工智能的研究途径和方法

( 3 )   人工智能的分之领域

( 4 )   人工智能的基本技术

( 5 )   人工智能的发展概况

2 、教学要求:

了解:研究途径和方法、人工智能的分之领域、基本技术和发展概况。

理解:人工智能的基本概念、基本技术

掌握:人工智能的发展概况,人工智能研究的课题种类

3 、教学重点: 人工智能概念

4 、难点: 人工智能的研究途径和方法

第二章:基于谓词逻辑的机器推理

1 、讲授内容:

( 1 )   一阶谓词逻辑

( 2 )   归结演绎推理

( 3 )   应用归结原理求取问题答案

( 4 )   归结策略

( 5 )   Horn 子句归结与逻辑程序

( 6 )   非归结演绎推理

2 、教学要求:

了解:一阶谓词逻辑的基本概念

理解: 应用归结远力求取问题答案的方法和 Horm 自居归结于逻辑程序的方法以及非归结演绎原理的 方法和途径

掌握:归结演绎推理

3 、教学重点: 归结演绎推理

4 、难点: Horn 子句归结与逻辑程序

第三章:图搜索技术

1 、讲授内容:

( 1 )   状态图搜索

( 2 )   状态图问题求解

( 3 )   与或图搜索

( 4 )   与或图问题求解

( 5 )   博弈树搜索

2 、教学要求:

了解:常用的图搜索技术

理解:与或图搜索问题的原理

掌握:与或图的启发式搜索算法 AO

阿里云-推广AD

3 、教学重点: 与或图的启发式搜索算法

4 、难点: 与或图搜索

第四章: 产生式系统  

1 、讲授内容:

( 1 )   产生式规则

( 2 )   产生式系统

( 3 )   产生式系统与图搜索

( 4 )   产生式系统的应用

2 、教学要求:

了解:产生式

理解:谓词逻辑归结原理

掌握: Herbrand 定理

3 、教学重点: 谓词逻辑归结原理

4 、难点: Herbrand 定理

第五章:知识表示

1 、讲授内容:

( 1 )   知识及其表示

( 2 )   框架

( 3 )   语义网络

( 4 )   面向对象知识表示

2 、教学要求:

了解:知识表示的概述

理解:几种知识表示方式

掌握:产生式表示   语义网络表示

3 、教学重点: 产生式表示   语义网络表示

4 、难点: 框架表示

第六章:不确定性推理方法

1 、讲授内容:

( 1 )   不确定性及其类型

( 2 )   不确定性知识的表示

( 3 )   不确定性推理的一般模式

( 4 )   确定性理论

( 5 )   证据理论

( 6 )   模糊推理

2 、教学要求:

了解:不确定性推理方法的概述

理解:论证理论   模糊推理

掌握:论证理论

3 、教学重点: 论证理论   模糊推理

4 、难点: 证据理论 (D-Stheory)

第七章:专家系统

1 、讲授内容:

( 1 )   专家系统的概念

( 2 )   专家系统的结构

( 3 )   专家系统的应用与发展

( 4 )   专家系统设计与实现

( 5 )   专家系统开发与环境

( 6 )   新一代专家系统研究

2 、教学要求:

了解:专家系统的概述、专家系统的组成结构与发展

理解:专家系统的设计与实现

掌握:专家系统的开发与使用

3 、教学重点: 专家系统的设计与实现

4 、难点: 新一代专家系统概述

第八章: 机器学习

1 、讲授内容:

( 1 )   符号学习

( 2 )   神经网络学习

2 、教学要求:

了解:机器学习的概述

理解:符号学习

掌握:常用的机器学习的方式

3 、教学重点: 神经网络学习

4 、难点: 遗传算法

四、课程学时分配

人工智能原理及应用课程根据教学计划规定的学时数,理论课32学时,实践16学时,具体学时分配如下表,供参考。

教学内容概要 学时 教学方式 对应

课程目标

讲课 实验 实践
第一章:人工智能概述 2     讲授 3
第二章:基于谓词逻辑的机器推理文法和语言 4   2 讲授、实验 1、2
第三章:图搜索技术 4   4 讲授、实验 1、2
第四章: 产生式系统 4   4 讲授、实验 1、2
第五章:知识表示 4   2 讲授、实验 1、2
第六章:不确定性推理方法

 

4   4 讲授、实验 1、2
第七章:专家系统 4     讲授 3
第八章: 机器学习 4     讲授 3
合计 32   16    

五、其他教学环节(针对理实一体类课程填写此项)

 

六、授课说明  

1 、教学方法

( 1 )注重理论指导的作用, 积极探究达到最佳视觉效果的典型做法。 同时贯彻理论和实践相结合  的原则,给学生出一定量的思考,并要求学生完成一定量的作业,以提高学生的理论水平, 培养学生的动手能力和创新精神。

( 2 )把握课程的重难点,及时总结深化所学内容,并针对重难点布置适当的综合练习。以便达到  良好的教学效果。

2 、教学手段

( 1 )采用理论讲解、操作示范等多种方式,充分利用多媒体等现代化教学手段,整体优化教学过  程和教学内容,调动学生学习积极性,进行启发式的教学。

( 2 )注重学生动手能力的培养,积极鼓励和引导学生对所学的知识、技能加以拓宽、深化。

七、考核办法

课程名称:人工智能理论与应用        课程号:A1709563

考核方式:考查

考核形式:大作业60%、实验评估30%、作业10%

本课程的学生成绩由平时成绩和期末成绩两部分组成,其中平时成绩占总成绩的40%,期末成绩占总成绩的60%。平时成绩由实验评估、作业综合评定。