个人信息 | 研究兴趣 | 重要时间 | 论著成果 | 科研项目 | 荣誉奖励 | 教学工作 | 留言板 | 下载中心
培养方案
教学任务
历年课表

王磊

学科：人工智能、数据分析

邮箱：sfoh007@gmail.com

地址：陕西省商洛市北新街10号商洛学院综合楼8-805室(邮编:726000)

| |

主授课程

学科竞赛

《人工智能导论》

基本信息

【主讲教师】王磊

【课程描述】“人工智能导论”是关于人工智能领域的通识类课程，主要介绍人工智能的历史、研究现状以及基本理论和方法，授课对象面向计算机专业、人工智能专业等相关专业低年级本科生以及人文各专业的本科生。课程内容从基础的知识表示以及搜索技术，到机器定理证明以及模糊推理，还涉及计算智能3大领域：遗传算法、群智能以及人工神经网络，还包括机器学习和模式识别，最后还给出几个典型的人工智能应用领域和经典的人工智能应用案例。课程的教学目标是帮助学生了解人工智能的发展和现状，学习和掌握人工智能的基本原理和方法，帮助学生形成对人工智能的相关应用领域的全面认识，激发学生对人工智能的学习兴趣，提供新的思维方法和问题求解手段。

【教学目标】

（一）知识教学目标：目标1：使学习者了解人工智能的概念、人工智能的发展历史、人工智能的应用领域，掌握知识的概念和常见的知识表示方法、确定性推理的主要方法、不确定环境下的知识表达和推理逻辑、搜索的含义和主要方法。目标2：使学习者掌握基本的机器学习方法以及智能计算机系统的构建方法，能够进行复杂问题分解，具备对人工智能问题分析、分解、设计研究方案的能力，具有使用Python语言解决简单人工智能应用领域问题的能力。

（二）能力教学目标：目标1：通过本课程的学习，使学习者具有一定的自学能力和信息获取能力。目标2：通过本课程的学习，使学习者具有基于Python语言进行智能系统的设计和实现能力。目标3：通过本课程的学习，使学习者具有对人工智能领域的实际问题进行设计研究方案的能力。

【授课方式】线下理论课（32学时） + 线下上机课（16学时） + 线上答疑（钉钉群），3学分

【考核方式】总评成绩 = 平时成绩（占10%） + 实验成绩（占40%）+ 期末考试成绩（占50%）；其中，平时成绩 = 课堂考勤（占30%） + 书面作业（占70%），实验成绩 = 实验报告 + 电子作业

【推荐教材】《人工智能导论》.刘若辰，慕彩红，焦李成，刘芳，陈璞花. 清华大学出版社. 2021.

【参考书】

1.《人工智能及其应用》. 第五版. 蔡自兴，刘丽珏，蔡竞峰，陈白帆. 清华大学出版社. 2016.

2. 《人工智能导论》. 李德毅. 中国科学技术出版社，2018.

3. 《人工智能导论》（第4版）. 王万良，高等教育出版社，2017.

4. 《Artificial Intelligence: A Modern Approach》. Prentice Hall. Stuart J. Russell and Peter Norvig , 1995.

5.《机器学习及应用》. 王钰，周志华，周傲英. 清华大学出版社. 2006.

6.《简明人工智能》焦李成，刘若辰，慕彩红，刘芳，西安电子科技大学出版社，2019.

【知识体系】

电子课件

*本课件版权私有，仅供学习目的，不可用于商业行为，请勿上传网络共享，使用时请注明来源。

章节	内容	下载
第0章：课程说明	本课程的定位、属性、考核方式、主要内容、学习资源获取方式、实践平台、涉及到的软件等
第1章：绪论	人工智能的概念、发展史及现状、三大学派
第2章：状态空间法及其搜索技术	状态空间表示、图搜索策略、盲目式搜索、启发式搜索
第3章：问题归约表示及其搜索技术	问题归约法及与或图、与或树的宽度搜索与深度搜索、博弈与博弈树搜索
第4章：谓词逻辑表示与推理技术	机器自动推理与命题逻辑、谓词逻辑、消解原理与子句集求解、消解反演与反演求解
第5章：模糊逻辑与模糊推理	模糊逻辑及模糊集合、模糊集合运算及合成、模糊逻辑
第6章：遗传算法	生物学背景及遗传算法原理、遗传算法求解优化问题实例
第7章：群智能算法	粒子群算法、蚁群算法
第8章：机器学习	机器学习理论及发展课件、机器学习的方法课件、机器学习算法的原理课件、机器学习算法应用实例课件
第9章：人工神经网络及深度学习	人工神经网络原理、深度学习
第10章：模式识别	模式识别基本概念、特征的评价、特征选择、特征提取、经典的有监督分类器、经典的无监督分类器
第11章：人工智能典型应用领域	人工智能的应用实例-引言、语音识别和图像识别、人机对话与人机对弈、智能艺术与无人驾驶
第12章：人工智能应用案例	机器人技术、遥感影像处理、AlphaGo、无人驾驶
讨论课：AI带来的挑战与思考	梳理最近AI发展的大事件；简述目前AI所面临的伦理挑战或困境；简述目前AI对经济和社会的冲击；面对AI带来的变革，我们的思考和对策

上机实验

*共10大类实验（40项实验任务），总计113关，具体实验见头歌实验平台 .

实验	内容	要求	资料
实验一、人工智能概述
1. 人工智能概述1	（共4关，分别是人工智能的起源、定义、实现方法、进展）
2 人工智能概述2	（共4关，分别是人工智能的概念、历史、研究途径、研究领域）
实验二、Python入门基础（扩展）
1. Python初体验—HelloWorld	（共3关，分别是Hello Python、我想看世界、学号Python）
2.Python入门之基础语法	（共4关，分别是行与缩进、标识符与保留字、注释、输入输出）
3.字符串处理	（共3关，分别是字符串的拼接、字符转换、字符串查找与替换）
4.玩转列表	（共4关，分别是列表元素的增删改、列表元素的排序、数值列表、列表切片）
5.元组与字典	（共4关，分别是元组的使用、字典的使用、字典的遍历、嵌套）
6.Python入门之collections模块	（共5关，分别是命名元组、计数器、双向队列、有序字典、默认字典）
7. NumPy基础及取值操作	（共5关，分别是ndarray对象、形状操作、基础操作、随机数生成、索引与切片）
实验三、知识表示
1. 知识表示	（共3关，分别是知识与指示标识概念、逻辑表示法、框架表示法）
2. 概念表示	（共4关，分别是经典概念理论、数理逻辑、集合论、动手实现命题真假判断）	交实验报告	人工智能--实验报告1--知识和概念表示--动手实现命题真假推断.pdf
实验四、搜索技术
1. 盲目搜索算法	（共2关，分别是宽度优先搜索算法、深度优先搜索算法）	交实验报告	人工智能--实验报告2--宽度优先搜索--求解迷宫问题.pdf
2. 启发式搜索算法	（共1关，分别是A*搜索求解8数码问题）	交实验报告	人工智能--实验报告4--启发式搜索技术--求解8数码问题.pdf
3. 搜索问题与技术	（共4关，分别是搜索策略、盲目搜索、启发式搜索——扫地机器人最短路径搜索、搜索算法应用——四皇后问题）
实验五、确定性推理
1. 确定性推理	（共4关，分别是推理概述、自然演绎推理、鲁滨逊归结原理、归结反演）
实验六、不确定性推理
1. 不确定性推理	（共3关，分别是不确定性简介、模糊推理基础、模糊推理及其应用）
2. 概率理论和不确定性	（共1关，分别是概率理论和不确定性）
3. 模糊逻辑	（共1关，分别是模糊逻辑）
实验七、机器学习
1. 机器学习简述	（共3关，分别是机器学习应用场景、基本类型、基本框架）
2. 机器学习（集合）	（共5关，分别是机器学习概述、线性回归、逻辑回归、支持向量机、聚类）
3. 机器学习之回归任务	（共4关，分别是回归任务简述、线性回归、逻辑回归、回归任务应用案例）
4. 机器学习之聚类任务	（共3关，分别是聚类任务、K-Means聚类、聚类任务应用案例）	交实验报告	人工智能--实验报告5--机器学习（聚类）--iris上的Kmeans聚类.pdf
5. 机器学习之分类任务	（共5关，分别是分类任务简述、K近邻、朴素贝叶斯、决策树、分类任务应用案例）
6. 机器学习之神经网络（初级）	（共2关，分别是前馈型神经网络、反馈型神经网络）	交实验报告	人工智能--实验报告6--人工神经网络--LeNet5.pdf
7. 机器学习之神经网络（高级）	（共4关，分别是神经网络概述、BP神经网络、Hopfield神经网络、卷积神经网络）
实验八、群智能
1. 群智能算法	（共3关，分别是模拟退火算法、遗传算法、蚁群算法、粒子群算法）
实验九、专家系统
1. 专家系统简述	（共1关，分别是专家系统）
2. 专家系统的特点	（共1关，分别是专家系统的特点）
3. 经典专家系统	（共1关，分别是经典专家系统）
4. 知识工程	（共1关，分别是知识工程）
5. 知识获取	（共1关，分别是知识获取）
实验十、深度学习
1. 深度学习基本含义	（共1关，分别是深度学习基本含义）
2. 深度学习与机器学习	（共1关，分别是深度学习与机器学习）
3. 深度学习应用场景	（共1关，分别是深度学习应用场景）
4. 深度学习框架	（共1关，分别是深度学习框架）
5. 深度学习基础数据类型	（共1关，分别是深度学习基础数据类型：张量）
6. 深度学习工具及实践	（共3关，分别是TensorFlow简介、TensorFlow基本编程模型、TensorFlow机器学习编程框架）
7. 深度学习初体验	（共5关，分别是什么是神经网络、反向传播、动手实现CNN识别手写数字、动手实现RNN分析影评情感、动手实现猫狗大战）	交实验报告
8. CNN图片分类基础	（共4关，分别是卷积操作、池化操作、dropout与正则化、基于Keras框架实现mnist手写数字图片分类）
9. RNN快速入门	（共3关，分别是学习单步RNN、探幽入微LSTM、进阶RNN）