《人工智能》教学大纲.docx

《人工智能》教学大纲

第一篇：《人工智能》教学大纲人工智能原理及其应用一、说明（一）课程性质随着信息社会和知识经济时代的来临，信息和知识已成为人们的一个热门话题。然而，在这个话题的背后还蕴含着另外一个更深层的问题——智能。一般来说，信息是由数据来表达的客观事物，知识是信息经过智能性加工后的产物，智能是用来对信息和知识进行加工的加工器。在信息社会，人类面对的信息将非常庞大，仅靠人脑表现出来的自然智能是远远不够的，必须开发那种由机器实现的人工智能。《人工智能导论》是计算机科学与技术专业本科生的一门限选课程。（二）教学目的使学生掌握人工智能的基本原理、方法及研究应用领域。了解人工智能中常用的知识表示技术，启发式搜索策略，了解原理以及非确定性推理技术。通过对典型专家系统的分析、解剖、进一步深入掌握人工智能的主要技术，去解决人工智能的一些实际问题。增强学生的逻辑思维与实验能力，为人今后处理各门学科的智能奠定基础。（三）教学内容人工智能的基本原理和方法，人工智能的三个重要研究领域（机器学习、神经网络学习和自然语言理解），人工智能的两个重要应用领域（专家系统和智能决策支持系统）。（四）教学时数36学时（五）教学方式课堂讲授和上机实验相结合。二、本文第1章人工智能概述教学要点讨论人工智能的定义、形成过程、研究内容、研究方法、技术特点、应用领域、学派之争及发展趋势。教学时数3学时教学内容1.1人工智能及其研究目标（0.5学时）了解人工智能的定义及其研究目标。1.2人工智能的产生与发展（0.5学时）了解人工智能产生与发展的四个阶段。1.3人工智能研究的基本内容及其特点（0.5学时）了解人工智能研究的基本内容及特点。1.4人工智能的研究和应用领域（0.5学时）了解人工智能研究和应用领域。1.5人工智能研究的不同学派及其争论（0.5学时）了解三大学派及其理论的争论和研究方法的争论。1.6人工智能的近期发展分析（0.5学时）了解更新的理论框架研究，更好的技术集成研究，更成熟的应用方法研究。（0.5学时）考核要求了解人工智能研究的基本内容和应用领域。第2章知识表示教学要点知识表示的基本概念和各种确定性知识表示方法。教学时数6学时教学内容2.1知识与知识表示概念（0.5学时）了解知识表示的概念和表示形式；理解知识的定义。2.2一阶谓词逻辑表示法（0.5学时）理解一阶谓词逻辑表示的逻辑基础；掌握谓词逻辑表示方法及其应用。2.3产生式表示法（0.5学时）了解产生式系统的基本过程、控制策略及其类型和特点；掌握产生式表示的基本方法、基本结构。2.4语义网络表示法（1学时）理解语义网络的基本概念；会应用语义网络表示事实和进行推理。2.5框架表示法（2学时）了解框架系统的问题求解过程和框架表示法的特点；掌握框架结构和实例框架；理解框架理论。2.6脚本表示法掌握脚本的结构及其推理。（0.5学时）2.7过程表示法（0.5学时）了解过程表示的特性；掌握过程表示的问题求解过程；理解表示知识的方法。2.8面向对象表示法（0.5学时）了解面向对象的特征；理解面向对象的基本概念；掌握知识的面向对象表示。考核要求掌握逻辑词谓表示法及其应用，会用框架去描述一些具体问题，能用脚本来描述特定范围内的一些事件的发生顺序。第3章确定性推理教学要点推理的基本概念及归结、演绎等确定性推理方法。教学时数5学时教学内容3.1推理的基本概念（0.5学时）了解正向推理、逆向推理、混合推理及其推理的冲突消解策略；掌握推理的方法、推理的控制策略；理解推理的概念。3.2推理的逻辑基础（1学时）掌握谓词公式的各种特性和置换与合一的过程。3.3自然演绎推理（0.5学时）了解自然演绎推理的概念及其三段论推理规则。3.4归结演绎推理（2学时）掌握子句集及其化简，鲁宾逊归结原理；会应用谓词逻辑归结证明问题，会用归结演绎推理的归结策略证明问题，会用归结反演求取问题的答案。3.5基于规则的演绎推理（1学时）会应用规则正向演绎推理和规则逆向演绎推理。3.6规则演绎推理的剪枝策略（0.5学时）了解剪枝策略的基本思想。考核要求理解确定性推理的思维过程，会应用谓词逻辑归结去求证问题，会应用规则正向演绎推理和规则逆向演绎推理。第4章不确定与非单调推理教学要点不确定性推理的有关概念及各种不确定性的表示和推理方法。教学时数4学时教学内容4.1不确定性推理的基本概念（0.5学时）了解不确定推理的基本问题；理解不确定推理的含义。4.2不确定性推理的概率论基础（0.5学时）了解全概率公式与Bayes公式；理解样本空间与随机事件，事件的概率。4.3确定性理论（0.5学时）理解可信度的概念，C-F模型；掌握带加权因子的可信度推理。4.4主观Bayes方法（0.5学时）了解组合不确定性计算；掌握知识不确定性表示，证据不确定性表示，结论不确定性的合成