我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:管家婆六肖中特 > 非单调推理 >

人工智能课程教学大纲

归档日期:07-04       文本归类:非单调推理      文章编辑:爱尚语录

  【课程编码】 【适用专业】 【课 时】 【学 分】 【课程性质、 目标和要求】 人工智能是计算机科学的重要分支, 是计算机科学与技术专业本科生的专业限选课之一。 本课程介绍如何用计算机来模拟人类智能, 即如何用计算机实现诸如问题求解、 规划推理、 模式识别、 知识工程、 自然语言处理、 机器学习等只有人类才具备的智能, 使得计算机更好得为人类服务. 作为本科生一个学期的课程, 重点掌握人工智能的基础知识和基本技能, 以及人工智能的一般应用. 完成如下教学目标: (1) 了解人工智能的概念和人工智能的发展, 了解国际人工...

  【课程编码】 【适用专业】 【课 时】 【学 分】 【课程性质、 目标和要求】 人工智能是计算机科学的重要分支, 是计算机科学与技术专业本科生的专业限选课之一。 本课程介绍如何用计算机来模拟人类智能, 即如何用计算机实现诸如问题求解、 规划推理、 模式识别、 知识工程、 自然语言处理、 机器学习等只有人类才具备的智能, 使得计算机更好得为人类服务. 作为本科生一个学期的课程, 重点掌握人工智能的基础知识和基本技能, 以及人工智能的一般应用. 完成如下教学目标: (1) 了解人工智能的概念和人工智能的发展, 了解国际人工智能的主要流派和路线,了解国内人工智能研究的基本情况, 熟悉人工智能的研究领域. (2) 较详细地论述知识表示的各种主要方法。 重点掌握状态空间法、 问题归约法和谓词逻辑法, 熟悉语义网络法, 了解知识表示的其他方法, 如框架法、 剧本法、 过程法等。 (3) 掌握盲目搜索和启发式搜索的基本原理和算法, 特别是宽度优先搜索、 深度优先搜索、 等代价搜索、 启发式搜索、 有序搜索、 A*算法等. 了解博弈树搜索、 遗传算法和模拟退火算法的基本方法. (4) 掌握消解原理、 规则演绎系统和产生式系统的技术、 了解不确定性推理、 非单调推理的概念. (5) 概括性地介绍人工智能的主要应用领域, 如专家系统、 机器学习、 规划系统、 自然语言理解和智能控制等. (6) 简介人工智能程序设计的语言和工具. (7) 掌握 Visual Prolog 编程环境, 会使用 Prolog 语言编写简单的智能程序。 要求学生已修过《数据结构》 、 《离散数据》 和《编译原理》 。 【教学时间安排】 本课程计 3 学分, 理论课时 72 , 实验课时 28。 学时分配如下表所示: 章次 课程内容 课时 备注(教学形式) 1 绪论 4 讲授 2 知识表示方法 14 讲授 3 搜索原理 10 讲授 4 推理技术 10 讲授 5 机器学习 6 讲授 6 规划系统 6 讲授 7 专家系统 6 讲授 8 自然语言理解 6 讲授 9 智能控制 6 讲授 10 人工智能程序设计 4 讲授 合 计 72 【教学内容要点】 教学要求的层次 课程的教学要求大体上分为三个层次: 了 解、 理解和认识。 了 解即能正确判别有关概念和方法; 理解是能正确表达有关概念和方法的含义; 认识是在理解的基础上加以灵活应用 。 1、 了解人工智能的定义、 起源与发展 2、 了解人工智能的研究与应用领域 3、 理解人工智能求解方法的特点 1、 人工智能的定义、 起源与发展 2、 人工智能的研究与应用领域 3、 人工智能求解方法的特点 1、 认识状态空间法 2、 理解问题归约法 3、 认识谓词逻辑法 4、 认识语义网络法 5、 认识框架表示 6、 认识剧本表示 7、 理解过程表示 1、 状态空间法 2、 问题归约法 3、 谓词逻辑法 4、 语义网络法 5、 框架表示 6、 剧本表示 7、 过程表示 1、 认识盲目搜索 2、 理解启发式搜索 3、 了解遗传算法 4、 了解模拟退火法 1、 盲目搜索 2、 启发式搜索 3、 遗传算法 4、 模拟退火法 1、 理解消解原理2、 理解规则演绎系统 3、 理解产生式系统 3、 认识不确定性推理 4、 理解非单调推理 1、 消解原理2、 规则演绎系统 3、 产生式系统 4、 不确定性推理 5、 非单调推理 1、 了解机器学习的定义、 研究意义与发展历史 2、 认识机器学习的主要策略与基本结构 3、 理解机械学习 4、 理解基本解释经验的学习 5、 了解基于事例的学习 6、 了解基于概念的学习 7、 了解基于类比的学习 8、 理解基于神经网络的学习 1、 机器学习的定义、 研究意义与发展历史 2、 机器学习的主要策略与基本结构 3、 机械学习 4、 基本解释经验的学习 5、 基于事例的学习 6、 基于概念的学习 7、 基于类比的学习 8、 基于神经网络的学习 1、 理解规划的作用与任务 2、 理解基于谓词逻辑的规划 3、 了解 STRIPS 规划系统 4、 了解分层规划 1、 规划的作用与任务 2、 基于谓词逻辑的规划 3、 STRIPS 规划系统 4、 分层规划 1、 不同模型的专家系统 2、 理解专家系统 3、 了解专家系统开发工具 4、 理解专家系统实例 1、 专家系统 2、 基于规则的专家系统 3、 基于框架的专家系统 4、 基于模型的专家系统 5、 专家系统开发工具 6、 专家系统实例 1、 理解语言及其理解的一般问题 2、 理解句法和语义的自动分析 3、 了解句子的自动理解 4、 了解语言的自动生成 5、 了解文本的自动翻译 6、 理解自然语言理解系统的主要模型 7、 理解自然语言理解系统应用举例 8、 了解语音识别 1、 语言及其理解的一般问题 2、 句法和语义的自动分析 3、 句子的自动理解 4、 语言的自动生成 5、 文本的自动翻译 6、 自然语言理解系统的主要模型 7、 自然语言理解系统应用举例 8、 语音识别 1、 了解智能控制的历史沿革 2、 了解智能控制的研究领域 3、 理解智能控制的学科结构理论 4、 了解智能控制系统 1、 智能控制概述 2、 智能控制的研究领域 3、 智能控制的学科结构理论 4、 智能控制系统 1、 了解逻辑型编程语言 2、 综合应用 LISP 语言 3、 综合应用 PROLOG 语言 4、 了解关系数据库 1、 逻辑型编程语言 2、 LISP 语言 3、 PROLOG 语言 4、 关系数据库 【教学(实验) 内容要点】 序号 实验名称 实验类型课时备注 1 Visual Prolog 环境的建立与熟悉 验证 4 2 Prolog 语言元素 验证 4 3 Visual Prolog 面向对象元素 验证 4 4 PIE 推理机的实现 设计、 开发8 5 三层结构的家族定理的设计与实现 设计、 开发8 合 计 28 ⑴ 掌握 Visual Prolog 安装与卸载。 ⑵ 掌握 Visual Prolog 的基本特性。 ⑶ 理解项目文件结构以及之间的关系。 ⑷ 掌握调试项目的步骤。 ⑴ Visual Prolog 的安装与卸载。 ⑵ 构建 Visual Prolog 项目。 ⑴ 需要 Visual Prolog 编程环境。 ⑴ 掌握 Horn 子句的表示方法。 ⑵ 理解 Prolog 推理机的构建方法。 ⑶ 掌握 Prolog 程序控制和 Prolog 算符。 ⑴ Prolog 推理机。 ⑵ 程序控制。 ⑶ 算符。 Visual Prolog 面向对象元素 ⑴ 掌握 Visual Prolog 中类与对象的概念与表示。 ⑵ 理解对象模型 ⑴ 接口 ⑵ 类的声明和类的实现 ⑶ 学生对象的 Prolog 实现。 PIE 推理机的实现 ⑴ 掌握 Prolog 推理机的实现方法。 ⑵ 理解 Prolog 推理机具体使用方法。 ⑴ Prolog 推理机。 ⑵ 家族定理的分析与实现。 三层结构的家族定理的设计与实现 ⑴ 掌握使用 Visual Prolog 开发三层结构的系统。 ⑴ 家族定理的 GUI 编程 ⑵ 家族定理的逻辑层编码 ⑶ 家族定理的数据层编码 本课程考核分为平时考核和期末闭卷考试和实验考核三部分。 其中平时成绩占 15%, 期末占 60%, 实验占 25%。 平时成绩依据学生的课堂出勤率、 作业完成情况进行评定。 评定时, 应充分体现公平、 公正、 实事求是的原则, 客观地评价学生平时的表现。 期末闭卷考试。 试题的覆盖率至少要达到大纲要求的 80%, 试题的类型一般可以选择、 填空、 判断、 解答、 算法求解、 设计为宜。 【教材与参考书目】 人工智能基础》 , 蔡自 兴, 蒙祖强。 高等教育出版社, 2005 年 5 月 1《人工智能( 上、 下册) 》 , 陆汝钤, 北京: 科学出版社, 1996 年 2《人工智能原理》 , 石纯一等, 北京: 清华大学出版社, 1993 3《人工智能基础》 , 高济等, 北京: 高等教育出版社, 2002 【有关说明(教学建议) 】  本课程概念多 、 较抽象、 涉及面广, 因此教学形式以讲授方式为主。  关键性概念、 整体实现思想方面的问题可辅以课堂讨论的形式。 ( 编制: 马乐荣/审核: 郝继升 )

本文链接:http://meghanmbiro.com/feidandiaotuili/698.html